تخصيص وتحسين وأتمتة Amazon Bedrock

طوّر خبرتك في الذكاء الاصطناعي التوليدي من خلال دورة تركّز على تخصيص حلول الذكاء الاصطناعي وتحسينها وأتمتتها باستخدام Amazon Bedrock. صُممت هذه الدورة للمطورين الذين يرغبون في ضبط تطبيقاتهم المعتمدة على الذكاء الاصطناعي للوصول إلى أعلى مستويات الأداء والكفاءة. ستبدأ باستكشاف تقنيات تخصيص النماذج، بما في ذلك الضبط الدقيق (Fine-tuning) ومواصلة التدريب المسبق (Continued Pre-training). ستتعلّم كيفية تكييف النماذج الأساسية (Foundation Models) لتناسب حالات الاستخدام الخاصة بك، بما يعزّز أداءها في المهام المتخصصة ضمن مجالات محددة ويزيد دقتها وملاءمتها للسياق. بعد ذلك، تنتقل الدورة إلى استراتيجيات تحسين متقدمة. ستعمل مع Bedrock Evaluation Jobs لتقييم أداء النماذج ومقارنته بشكل منهجي، بما يساعدك على قياس الجودة، واكتشاف نقاط الضعف، ورصد الانحيازات المحتملة. كما ستتعلّم تطبيق التخزين المؤقت للمطالبات (Prompt Caching) لتحسين أزمنة الاستجابة وتقليل التكرار، واستخدام توجيه المطالبات (Prompt Routing) لاختيار النموذج الأنسب بكفاءة وفق نوع الطلب ومتطلبات الجودة والتكلفة. في قسم الأتمتة، ستكتشف طرق تبسيط سير العمل المعتمد على الذكاء الاصطناعي عبر Bedrock Data Automation، بما يتيح معالجة مجموعات بيانات كبيرة وتحويلها على نطاق واسع لدعم التدريب والتقييم والتشغيل. كما تتناول الدورة تقنيات متقدمة لرفع كفاءة النماذج مثل تقطير النماذج (Model Distillation) وبناء خطوط اختبار مؤتمتة لضمان الجودة واستقرار الأداء عبر التحديثات.

• تعلّم تقنيات تخصيص النماذج، بما في ذلك الضبط الدقيق للنماذج الأساسية ببيانات خاصة بالمجال وتطبيق استراتيجيات مواصلة التدريب المسبق لتحسين الأداء في المهام المتخصصة
• اكتساب خبرة في تقييم النماذج وتحسينها باستخدام Bedrock Evaluation Jobs لتقييم الأداء، وتحديد الانحيازات المحتملة، وتطبيق أساليب اختبار منهجية لضمان الجودة
• تطبيق استراتيجيات تحسين الأداء مثل التخزين المؤقت للمطالبات وتوجيه المطالبات لتحقيق أزمنة استجابة أسرع واستغلال أكثر كفاءة للموارد في تطبيقاتك
• تصميم وتنفيذ سير عمل مؤتمت للذكاء الاصطناعي باستخدام Bedrock Data Automation لمعالجة مجموعات بيانات كبيرة وتحويلها
• تطبيق تقنيات متقدمة لرفع كفاءة النماذج، بما في ذلك تقطير النماذج وبناء خطوط اختبار مؤتمتة