+358 40 7070202
myynti@corellia.fi
Search
Facebook Linkedin Instagram

Ilmoittaudu maksuttomaan webinaariin 24.11. klo 10-11: Adobe Creative Cloud 2027 – Adobe MAX 2026:n tärkeimmät uutuudet

DP-3028 Implement Generative AI engineering with Azure Databricks

Kurssilla opit generatiivisen tekoälyn toteuttamista Azure Databricksissa LLM-mallien, RAG-tekniikoiden ja LLMOps-käytäntöjen avulla.
Päivämäärät
Palautteita
azure-databricks

kesto 1 pv

690 € + ALV
  • Kurssimuoto: Etä
Ilmoittaudu kurssille

Koulutus keskittyy generatiivisen tekoälyn (Generative AI) toteuttamiseen Azure Databricks-ympäristössä. Osallistujat oppivat käyttämään ison kielimallin (LLM) teknologioita Spark-alustalla, toteuttamaan tekniikoita kuten RAG (retrieval-augmented generation) ja monivaiheista päättelyä (multi-stage reasoning), hienosäätämään kielimalleja erityistehtäviin, arvioimaan niiden suorituskykyä sekä ottamaan vastuullisen tekoälyn periaatteet ja tuotantokäytännöt (LLMOps) haltuun.

Tavoite

Koulutuksen päätavoitteena on, että osallistuja pystyy rakentamaan generatiivisia tekoälysovelluksia Azure Databricks -alustalla:

  • ymmärtämään suurten kielimallien (LLM) periaatteet ja sovellukset.
  • toteuttamaan RAG-työnkulkuja ja monivaiheista päättelyä osana tekoälyratkaisua.
  • hienosäätämään kielimalleja (fine-tuning) ja arvioimaan niiden suorituskykyä relevantilla mittareilla.
  • soveltamaan vastuullisen tekoälyn (Responsible AI) periaatteita sekä hallitsemaan mallien elinkaarta (LLMOps) tuotantoympäristössä.

Kenelle

Koulutus  soveltuu erityisesti data-analyytikoille, datatieteilijöille, koneoppimisen ja tekoälyn kehittäjille sekä muille asiantuntijoille, jotka haluavat laajentaa osaamistaan generatiivisen tekoälyn toteuttamiseen Azure Databricksin avulla.

Esitietovaatimukset

Koulutukseen osallistujalla on suositeltavaa olla perustuntemusta tekoälyn ja koneoppimisen käsitteistä, Python -ohjelmointikielestä sekä Databricks -ympäristön ja Azure -palveluiden peruskäytöstä. Lisäksi suositellaan kokemusta suurten tietoaineistojen käsittelystä ja Spark -alustan hyödyntämisestä.

Tietoa koulutuksista

Luokkakoulutukset
Corellian koulutustiloissa:
Kalevankatu 9 A, Helsinki

Kiinnostaako asiakaskohtainen toteutus? Meillä onnistuu.

Lähetä tarjouspyyntö

Kurssin olennainen sisältö

Get started with language models in Azure Databricks

  • Describe Generative AI
  • Describe Large Language Models (LLMs)
  • Identify key components of LLM applications
  • Use LLMs for Natural Language Processing (NLP) tasks
  • Lab: Explore language models

Implement Retrieval Augmented Generation RAG with Azure Databricks

  • Set up a RAG workflow
  • Prepare your data for RAG
  • Retrieve relevant documents with vector search
  • Improve model accuracy by reranking your search results
  • Lab: Set up RAG

Implement multistage reasoning in Azure Databricks

  • Identify the need for multi-stage reasoning systems
  • Describe a multi-stage reasoning workflow
  • Implement multi-stage reasoning with libraries like LangChain, LlamaIndex, Haystack, and the DSPy framework
  • Lab: Implement multi-stage reasoning with LangChain

Finetune language models with Azure Databricks

  • Understand when to use fine-tuning
  • Prepare your data for fine-tuning
  • Fine-tune an Azure OpenAI model
  • Lab: Fine-tune an Azure OpenAI model

Evaluate language models with Azure Databricks

  • Compare LLM and traditional ML evaluations
  • Describe the relationship between LLM evaluation and evaluation of entire AI systems
  • Describe generic LLM evaluation metrics like accuracy, perplexity, and toxicity
  • Describe LLM-as-a-judge for evaluation
  • Lab: Evaluate an Azure OpenAI model

Review responsible AI principles for language models in Azure Databricks

  • Describe the responsible AI principles for implementation of language models
  • Identify the ethical considerations for language models
  • Mitigate the risks associated with language models
  • Implement key security tooling for language models
  • Lab: Implement responsible AI

Implement LLMOps in Azure Databricks

  • Describe the LLM lifecycle overview
  • Identify the model deployment option that best fits your needs
  • Use MLflow and Unity Catalog to implement LLMops
  • Lab: Implement LLMOps

Kurssin kesto

Kesto 1 pv.

Kurssityyppi

Etä

Kouluttajat

Pekka Korhonen

Ilmoittaudu kurssille

Alkuun
Sisältö

Miten voimme auttaa?

Kerro, mitä etsit, niin ehdotamme sinulle tai organisaatiollesi sopivaa koulutusta. Voit kysyä myös, jos et ole varma, mikä kurssi sopisi parhaiten.

Kiireellisissä asioissa soita numeroon 040 7070 202 (arkisin klo 9–16) tai lähetä sähköpostia osoitteeseen myynti@corellia.fi.

close menu icon

Oletko kiinnostunut asiakaskohtaisesta toteutuksesta?

Kerro tarpeesi, niin suunnittelemme koulutuksen tarpeisiinne räätälöitynä.