IBM
Spécialisation Generative AI Engineering with LLMs

Vente anticipée ! Débloquez plus de 10 000 cours de Google, Microsoft et autres pour 160 €/an. Économisez maintenant.

IBM

Spécialisation Generative AI Engineering with LLMs

Advance your ML career with Gen AI and LLMs. Master the essentials of Gen AI engineering and large language models (LLMs) in just 3 months.

Enseigné en Français (doublage IA)

Sina Nazeri
Fateme Akbari
Wojciech 'Victor' Fulmyk

Instructeurs : Sina Nazeri

7 986 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
4.5

(203 avis)

niveau Intermédiaire

Expérience recommandée

3 mois à compléter
à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
4.5

(203 avis)

niveau Intermédiaire

Expérience recommandée

3 mois à compléter
à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • In-demand, job-ready skills in gen AI, NLP apps, and large language models in just 3 months.

  • How to tokenize and load text data to train LLMs and deploy Skip-Gram, CBOW, Seq2Seq, RNN-based, and Transformer-based models with PyTorch

  • How to employ frameworks and pre-trained models such as LangChain and Llama for training, developing, fine-tuning, and deploying LLM applications.

  • How to implement a question-answering NLP system by preparing, developing, and deploying NLP applications using RAG.

Compétences que vous acquerrez

  • Catégorie : Prompt Engineering
  • Catégorie : Machine Learning Methods
  • Catégorie : Text Mining
  • Catégorie : PyTorch (Machine Learning Library)
  • Catégorie : Generative AI
  • Catégorie : Feature Engineering
  • Catégorie : Large Language Modeling
  • Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
  • Catégorie : Application Development
  • Catégorie : Applied Machine Learning
  • Catégorie : Generative AI Agents
  • Catégorie : Document Management

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de IBM

Spécialisation - 7 séries de cours

Ce que vous apprendrez

  • Differentiate between generative AI architectures and models, such as RNNs, transformers, VAEs, GANs, and diffusion models

  • Describe how LLMs, such as GPT, BERT, BART, and T5, are applied in natural language processing tasks

  • Implement tokenization to preprocess raw text using NLP libraries like NLTK, spaCy, BertTokenizer, and XLNetTokenizer

  • Create an NLP data loader in PyTorch that handles tokenization, numericalization, and padding for text datasets

Compétences que vous acquerrez

Catégorie : Prompt Engineering
Catégorie : Databases
Catégorie : Data Storage
Catégorie : Natural Language Processing
Catégorie : Generative AI
Catégorie : User Interface (UI)
Catégorie : Data Processing
Catégorie : Document Management
Catégorie : Unstructured Data
Catégorie : Data Storage Technologies
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • Explain how one-hot encoding, bag-of-words, embeddings, and embedding bags transform text into numerical features for NLP models

  • Implement Word2Vec models using CBOW and Skip-gram architectures to generate contextual word embeddings

  • Develop and train neural network-based language models using statistical N-Grams and feedforward architectures

  • Build sequence-to-sequence models with encoder–decoder RNNs for tasks such as machine translation and sequence transformation

Compétences que vous acquerrez

Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Prompt Engineering
Catégorie : Generative AI
Catégorie : Natural Language Processing
Catégorie : Generative AI Agents
Catégorie : Large Language Modeling
Catégorie : Artificial Intelligence
Catégorie : Application Development

Ce que vous apprendrez

  • Explain the role of attention mechanisms in transformer models for capturing contextual relationships in text

  • Describe the differences in language modeling approaches between decoder-based models like GPT and encoder-based models like BERT

  • Implement key components of transformer models, including positional encoding, attention mechanisms, and masking, using PyTorch

  • Apply transformer-based models for real-world NLP tasks, such as text classification and language translation, using PyTorch and Hugging Face tools

Compétences que vous acquerrez

Catégorie : Prompt Engineering
Catégorie : Performance Tuning
Catégorie : Natural Language Processing
Catégorie : Generative AI
Catégorie : Large Language Modeling
Catégorie : Reinforcement learning

Ce que vous apprendrez

  • Sought-after, job-ready skills businesses need for working with transformer-based LLMs in generative AI engineering

  • How to perform parameter-efficient fine-tuning (PEFT) using methods like LoRA and QLoRA to optimize model training

  • How to use pretrained transformer models for language tasks and fine-tune them for specific downstream applications

  • How to load models, run inference, and train models using the Hugging Face and PyTorch frameworks

Compétences que vous acquerrez

Catégorie : Prompt Engineering
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Performance Tuning
Catégorie : Natural Language Processing
Catégorie : Generative AI
Catégorie : Applied Machine Learning
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • In-demand generative AI engineering skills in fine-tuning LLMs that employers are actively seeking

  • Instruction tuning and reward modeling using Hugging Face, plus understanding LLMs as policies and applying RLHF techniques

  • Direct preference optimization (DPO) with partition function and Hugging Face, including how to define optimal solutions to DPO problems

  • Using proximal policy optimization (PPO) with Hugging Face to build scoring functions and tokenize datasets for fine-tuning

Compétences que vous acquerrez

Catégorie : Deep Learning
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Natural Language Processing
Catégorie : Generative AI
Catégorie : Applied Machine Learning
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • In-demand, job-ready skills businesses seek for building AI agents using RAG and LangChain in just 8 hours

  • How tapply the fundamentals of in-context learning and advanced prompt engineering timprove prompt design

  • Key LangChain concepts, including tools, components, chat models, chains, and agents

  • How tbuild AI applications by integrating RAG, PyTorch, Hugging Face, LLMs, and LangChain technologies

Compétences que vous acquerrez

Catégorie : PyTorch (Machine Learning Library)
Catégorie : Deep Learning
Catégorie : Artificial Neural Networks
Catégorie : Generative AI
Catégorie : Natural Language Processing
Catégorie : Feature Engineering
Catégorie : Machine Learning Methods
Catégorie : Text Mining
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • Gain practical experience building your own real-world generative AI application to showcase in interviews

  • Create and configure a vector database to store document embeddings and develop a retriever to fetch relevant segments based on user queries

  • Set up a simple Gradio interface for user interaction and build a question-answering bot using LangChain and a large language model (LLM)

Compétences que vous acquerrez

Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Artificial Neural Networks
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Natural Language Processing
Catégorie : Generative AI
Catégorie : Data Processing
Catégorie : Text Mining
Catégorie : Large Language Modeling

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Sina Nazeri
IBM
2 Cours33 326 apprenants
Fateme Akbari
IBM
4 Cours17 257 apprenants
Wojciech 'Victor' Fulmyk
IBM
6 Cours57 346 apprenants

Offert par

IBM

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions