SLMs for Educational Tech: Tailoring AI for Learning and Development Training Course

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk ilmuwan dan pengembang data tingkat pemula hingga menengah yang ingin menerapkan dan memanfaatkan Model Bahasa Kecil dalam berbagai aplikasi.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan fungsionalitas Model Bahasa Kecil.
• Menerapkan SLM untuk tugas-tugas seperti pembuatan teks dan analisis sentimen.
• Optimalkan dan sempurnakan SLM untuk kasus penggunaan tertentu.
• Terapkan SLM di lingkungan dengan sumber daya terbatas.
• Mengevaluasi dan menafsirkan kinerja SLM dalam skenario dunia nyata.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk perencana kota tingkat menengah, administrator kota, dan pengembang solusi kota pintar yang ingin menerapkan Small Language Models (SLMs) dalam proyek kota pintar untuk meningkatkan kehidupan perkotaan.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami penerapan SLM di kota pintar.
• Integrasikan SLM dengan kumpulan data perkotaan untuk meningkatkan pengambilan keputusan.
• Mengembangkan strategi untuk menerapkan SLM dalam sistem manajemen perkotaan.
• Menilai dampak SLM terhadap perencanaan kota dan solusi kota pintar.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk ilmuwan data tingkat menengah dan insinyur pembelajaran mesin yang ingin membuat dan menerapkan model bahasa kecil yang disesuaikan untuk domain tertentu seperti bidang hukum, medis, dan teknis .

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami pentingnya dan penerapan model bahasa khusus domain.
• Kurasi dan proses awal kumpulan data khusus untuk pelatihan model.
• Latih dan sempurnakan model bahasa untuk aplikasi khusus domain.
• Evaluasi dan tolok ukur model menggunakan metrik yang relevan dengan domain.
• Terapkan model bahasa khusus domain dalam skenario dunia nyata.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk teknisi pembelajaran mesin tingkat lanjut dan peneliti AI yang ingin mengembangkan solusi AI hemat energi dengan model bahasa kecil yang kuat dan ramah lingkungan.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami dampak AI terhadap konsumsi energi dan lingkungan.
• Terapkan teknik kompresi dan pengoptimalan model untuk mengurangi ukuran dan penggunaan energi model AI.
• Memanfaatkan kerangka perangkat keras dan perangkat lunak yang hemat energi untuk penerapan AI.
• Menerapkan praktik terbaik untuk pengembangan AI yang berkelanjutan.
• Mendukung dan berkontribusi pada praktik berkelanjutan di industri AI.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk ilmuwan data tingkat menengah, pembelajaran mesin, dan peneliti AI yang ingin menciptakan pengalaman percakapan bertenaga AI yang menarik dan efisien dengan model bahasa kecil.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar AI percakapan dan peran SLM.
• Rancang dan terapkan interaksi AI yang berpusat pada pengguna.
• Mengembangkan dan melatih SLM untuk aplikasi interaktif.
• Evaluasi dan tingkatkan efektivitas komunikasi manusia-AI menggunakan metrik yang sesuai.
• Terapkan antarmuka percakapan berbasis AI yang skalabel dan etis dalam skenario dunia nyata.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk profesional TI tingkat menengah yang ingin menerapkan model bahasa kecil langsung ke perangkat dengan kemampuan pemrosesan terbatas, sehingga membuka kemungkinan penerapan inovatif di berbagai sektor.

Pada akhir pelatihan ini, peserta akan mampu:

• Pahami tantangan dan solusi penerapan AI pada perangkat keras kompak.
• Optimalkan dan kompres model AI untuk penerapan pada perangkat yang efisien.
• Memanfaatkan kerangka kerja dan alat AI modern untuk implementasi model pada perangkat.
• Rancang dan kembangkan aplikasi AI real-time untuk perangkat seluler dan IoT.
• Evaluasi dan pastikan keamanan dan privasi sistem AI pada perangkat.