Kozi ya AI Engineering

Somo 1 • Mandhari ya AI na Istilahi Muhimu

Inafafanua AI, ML, na ujifunzaji wa kina na kuonyesha uhusiano wao. Inaweka msingi wa istilahi zinazotumika katika kozi nzima.

Somo 2 • Mzunguko wa Maisha ya Uendelezaji wa AI

Inaelezea mchakato wa mwisho hadi mwisho kutoka kwa uundaji wa tatizo hadi usambazaji. Inaweka matarajio kwa mtiririko wa kazi ya uhandisi itakayoshughulikiwa katika sura za baadaye.

Somo 3 • Misingi ya Data kwa AI

Inaelezea aina za data, mikakati ya ukusanyaji, na tathmini ya ubora. Inaunganisha hali halisi za data na matokeo ya utendaji wa mfano.

Somo 1 • Taswira ya Data kwa Mtiririko wa Kazi wa AI

Inashughulikia maktaba za kupanga chati na mbinu bora za taswira kwa kuwasilisha maarifa ya mfano. Ujuzi wa taswira unasaidia tathmini na kuripoti kwa washikadau.

Somo 2 • Mazingira ya Wingu na Kompyuta

Inaelezea mifumo ya wingu, ufikiaji wa GPU, na mazingira ya daftari yanayotumika katika kazi ya AI ya uzalishaji. Inamtayarisha mwanafunzi kuendesha kazi za mafunzo kwa kiwango kikubwa kwa ufanisi.

Somo 3 • Misingi ya Python kwa AI

Inakagua sintaksia ya Python, muundo wa data, na ruwaza za utendaji zinazohusiana na mtiririko wa kazi wa AI. Inahakikisha wanafunzi wote wana msingi sawa wa usimbaji.

Somo 4 • Ukokotoaji wa Nambari kwa NumPy na Pandas

Inafundisha shughuli za safu, uendeshaji wa dataframe, na ukokotoaji wa vekta. Ujuzi huu unasisitiza kila hatua ya usindikaji wa awali wa data katika kozi.

Somo 1 • Urekebishaji wa Kigezo na Uboreshaji

Inafundisha utafutaji wa gridi, utafutaji wa nasibu, na uboreshaji wa Bayesian kwa urekebishaji wa mfano. Inaunganisha uelewa wa algorithm na uboreshaji wa utendaji wa vitendo.

Somo 2 • Uhandisi wa Vipengele na Uchaguzi

Inaelezea jinsi ya kuunda, kubadilisha, na kuchagua vipengele ili kuongeza utendaji wa mfano. Inaathiri moja kwa moja usahihi wa mfano na uwezo wa kujumlisha unaoshughulikiwa katika sehemu za tathmini.

Somo 3 • Algorithm za Ujifunzaji Unaosimamiwa

Inashughulikia urejeleaji, miti ya maamuzi, SVM, na mbinu za ensemble kwa mkazo wa utekelezaji. Inajenga kifaa cha algorithm kinachotumika katika mifumo mingi ya ML ya uzalishaji.

Somo 4 • Mbinu za Ujifunzaji Usiosimamiwa

Inafundisha algorithm za kupanga vikundi, kupunguza ukubwa, na kugundua hitilafu. Inapanua uwezo wa mwanafunzi kutoa muundo kutoka kwa data isiyo na lebo.

Somo 1 • Misingi ya Mtandao wa Neva

Inaelezea perceptrons, vitendaji vya uwezeshaji, usambazaji wa mbele, na usambazaji wa nyuma. Inaweka msingi wa kinadharia ambao usanifu wote wa ujifunzaji wa kina unapanua.

Somo 2 • Mchimbuzi wa Kina wa Usanifu wa Transfoma

Inaelezea kujitazama, utazamaji wa vichwa vingi, na usimbaji wa nafasi katika transfoma. Inamtayarisha mwanafunzi kwa uhandisi wa mifano ya lugha kubwa katika sura za baadaye.

Somo 3 • Mifano ya Kujirudia na Mfuatano

Inashughulikia RNN, LSTM, na GRU kwa uundaji wa data ya mfuatano. Inatoa usuli wa uundaji wa mfuatano unaohitajika kabla ya kusoma transfoma.

Somo 4 • Kufundisha Mitandao Yenye Kina kwa Ufanisi

Inashughulikia viboreshaji, ratiba za kiwango cha kujifunza, urekebishaji wa kundi, na utoaji. Inashughulikia changamoto za vitendo za kufundisha mitandao thabiti na yenye utendaji wa juu.

Somo 1 • Usanifu wa LLM na Mafunzo ya Awali

Inaelezea utambulisho, malengo ya mafunzo ya awali, na sababu za ukubwa zinazofafanua LLM za kisasa. Inawaweka wanafunzi katika msingi wa jinsi LLM zinavyopata uwezo wa jumla wa lugha.

Somo 2 • Uhandisi wa Maagizo na Ujifunzaji Katika Muktadha

Inafundisha mikakati ya maagizo ya sifuri, machache, mnyororo wa mawazo, na iliyoundwa. Inatoa mbinu ya vitendo ya mara moja juu ya tabia ya LLM bila kufundisha upya mfano.

Somo 3 • Uzalishaji Ulioboreshwa kwa Kurejesha

Inaelezea mifumo ya usafirishaji ya RAG inayochanganya utafutaji wa vekta na utengenezaji wa LLM kwa majibu yenye msingi. Inashughulikia udanganyifu na mapungufu ya maarifa ya sasa ya LLM za msingi.

Somo 4 • Kutathmini Mifumo ya AI Jenereta

Inashughulikia vipimo vya kiotomatiki, mifumo ya tathmini ya binadamu, na upimaji wa timu nyekundu kwa ubora wa LLM. Inaunganisha tathmini ya mfano na maamuzi ya utayari wa usambazaji.

Somo 1 • Mifumo ya Usafirishaji ya Data na Hifadhi za Vipengele

Inashughulikia mifumo ya usafirishaji ya data ya kundi na ya utiririshaji, hifadhi za vipengele, na mikataba ya data. Inahakikisha uwasilishaji thabiti na wa ubora wa juu wa vipengele kwa mifano katika uzalishaji.

Somo 2 • Kanuni za Usanifu wa Mfumo wa AI

Inaanzisha ubadilishanaji wa kutegemewa, uwezo wa kupanuka, muda wa kuchelewa wa mtandao, na uwezo wa kudumisha katika usanifu wa mfumo wa AI. Inaunda maamuzi ya uhandisi yanayojirudia katika kazi yote ya AI ya uzalishaji.

Somo 3 • Kuhudumia Mfano na Uboreshaji wa Utoaji

Inafundisha ruwaza za kuhudumia REST na gRPC, ukusanyaji kwa kundi, ukadiriaji, na uhakiki wa vifaa. Inaathiri moja kwa moja gharama na mwitikio wa huduma za AI zilizosambazwa.

Somo 4 • Kuegemea kwa Mfumo na Uvumilivu wa Hitilafu

Inashughulikia vivunja mzunguko, mikakati ya kurudi nyuma, uharibifu wa taratibu, na usimamizi wa SLA. Inahakikisha mifumo ya AI inasalia imara chini ya hali halisi za kushindwa.

Somo 1 • Mifumo ya Usafirishaji ya CI/CD kwa Ujifunzaji wa Mashine

Inashughulikia upimaji wa kiotomatiki, milango ya uthibitishaji wa mfano, na mifumo ya usafirishaji ya mafunzo endelevu. Inawezesha mzunguko wa uendelezaji wa haraka na salama kwenye mifano katika mazingira ya uzalishaji.

Somo 2 • Kanuni za MLOps na Viwango vya Ukomavu

Inafafanua MLOps, mfano wake wa ukomavu, na pengo kati ya utafiti na AI ya uzalishaji. Inaweka mwelekeo wa kiutendaji unaohitajika kwa sura iliyobaki.

Somo 3 • Kuongeza Ukubwa na Uboreshaji wa Gharama katika MLOps

Inashughulikia upanuzi wa kiotomatiki, kompyuta ya papo hapo, akiba ya mfano, na udhibiti wa gharama za miundombinu. Inasawazisha mahitaji ya utendaji dhidi ya vikwazo vya bajeti ya utendaji.

Somo 4 • Rejesta ya Mfano na Utawala

Inaelezea uwekaji toleo la mfano, usimamizi wa metadata, ufuatiliaji wa mnasaba, na mtiririko wa kazi wa idhini. Inatoa ufuatiliaji unaohitajika kwa usambazaji wa AI unaodhibitiwa na wa biashara.

Somo 1 • AI Salama na Inayohifadhi Faragha

Inashughulikia uthabiti wa uhasama, upunguzaji wa data, faragha tofauti, na ujifunzaji wa shirikisho. Inashughulikia mahitaji ya usalama na faragha kwa usambazaji wa AI wa biashara.

Somo 2 • Utawala wa AI na Ulinganifu wa Udhibiti

Inaelezea mifumo ya utawala ya AI inayotegemea hatari, miundo ya uwajibikaji, na michakato ya kufuata. Inawatayarisha wanafunzi kufanya kazi katika mazingira ya udhibiti ya AI yanayoibuka.

Somo 3 • Dhana za Hatari za AI na Uainishaji wa Madhara

Inaainisha madhara ya AI ikiwa ni pamoja na upendeleo, ukiukwaji wa faragha, taarifa potofu, na kushindwa kwa usalama. Inatoa msamiati wa pamoja wa hatari kwa kazi yote inayofuata ya AI inayowajibika.

Somo 4 • Uelezekaji na Ufafanuzi

Inafundisha SHAP, LIME, taswira ya utazamaji, na kadi za mfano kwa AI yenye uwazi. Inasaidia imani ya washikadau na mahitaji ya uelezekaji wa udhibiti.