Fine-tuning modeli językowych
Fine-tuning modeli językowych
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówZachodniopomorskie Bony Szkoleniowe, Małopolski Pociąg do kariery, Kierunek - Rozwój, Akademia HR
- Grupa docelowa usługi
- Programistów i inżynierów danych z doświadczeniem w pracy z dużymi modelami językowymi oraz znajomością Pythona
- Specjalistów AI realizujących projekty związane z przetwarzaniem języka naturalnego i automatyzacją tekstu
- Minimalna liczba uczestników4
- Maksymalna liczba uczestników8
- Data zakończenia rekrutacji29-05-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi8
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Szkolenie przygotowuje do samodzielnego dostrajania modeli językowych na bazie istniejących architektur, z wykorzystaniem nowoczesnych narzędzi i bibliotekSzkolenie uczy przygotowywania i przetwarzania danych treningowych do fine-tuningu modeli językowych oraz oceny jakości wytrenowanych modeli
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Uczestnik konfiguruje i uruchamia proces fine-tuningu modeli językowych Uczestnik przygotowuje i przetwarza dane treningowe do dostrajania modeli Uczestnik analizuje i porównuje metody fine-tuningu, LoRA oraz QLoRA | Uczestnik obsługuje narzędzia do trenowania modeli open-source i komercyjnych Uczestnik ocenia jakość modeli z wykorzystaniem odpowiednich metryk Uczestnik wdraża wytrenowane modele do środowiska produkcyjnego | Obserwacja w warunkach rzeczywistych |
| Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.
Każdego dnia zajęcia w godz. 9:00-17:00, z przerwą na lunch około godz. 13:00. Przerwa na lunch jest wliczona w czas usługi rozwojowej. Usługa prowadzona w godzinach zegarowych.
Zajęcia prowadzone są w dwóch blokach: zajęcia teoretyczne, rozmowa na żywo, chat, współdzielenie ekranu oraz zajęcia praktyczne, rozmowa na żywo, chat, współdzielenie ekranu
- Wprowadzenie
- Omówienie sposobów dotrenowywania modeli językowych
- Fine-tuning modeli językowych open-source
- Fine-tuning modeli OpenAI
- Ocena jakości otrzymanego modelu
- Walidacja - testy, ankiety - ćwiczenia, rozmowa na żywo, chat, współdzielenie ekranu
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 5 Wprowadzenie Omówienie sposobów dotrenowywania modeli językowych | Prowadzący MARCIN WIERZBIŃSKI | Data realizacji zajęć 01-06-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 2 z 5 Fine-tuning modeli językowych open-source | Prowadzący MARCIN WIERZBIŃSKI | Data realizacji zajęć 01-06-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 3 z 5 Przerwa na lunch wliczona w czas trwania usługi rozwojowej | Prowadzący MARCIN WIERZBIŃSKI | Data realizacji zajęć 01-06-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 13:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 4 z 5 Fine-tuning modeli OpenAI Ocena jakości otrzymanego modelu | Prowadzący MARCIN WIERZBIŃSKI | Data realizacji zajęć 01-06-2026 | Godzina rozpoczęcia 13:15 | Godzina zakończenia 17:00 | Liczba godzin 03:45 |
Przedmiot / temat zajęć 5 z 5 Walidacja - testy, ankiety - ćwiczenia, rozmowa na żywo, chat, współdzielenie ekranu | Prowadzący AGATA TULISZKA-KAMIŃSKA | Data realizacji zajęć 01-06-2026 | Godzina rozpoczęcia 16:30 | Godzina zakończenia 17:00 | Liczba godzin 00:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 1 660,50 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 1 350,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 207,56 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 168,75 PLN |
Prowadzący
Prowadzący
MARCIN WIERZBIŃSKI
AGATA TULISZKA-KAMIŃSKA
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
część teoretyczna szkolenia, slajdy - zostanie przekazana uczestnikom na szkoleniu w formie pdf.
uczestnik otrzyma certyfikat uczestnictwa z opisem nabytych umiejętności - prowadzone będą listy obecności, frekwencja minimum 80% wymagana do zaliczenia szkolenia
Warunki uczestnictwa
- Znajomość Pythona i umiejętność korzystania z Dużych Modeli Językowych
- Dostęp do API OpenAI
- Dostęp do środowiska Google Colab z GPU (wersja Pro)
- Dostęp do repozytorium HuggingFace
Informacje dodatkowe
Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.
Szkolenie składa się z wykładu teoretycznego oraz z warsztatów i samodzielnej pracy.
Podczas szkolenia uczestnicy mają dostęp do czatu z trenerem, współdzielą ekran podczas części warsztatowej, żeby zaprezentować postęp swojej pracy.
Walidacja będzie bazowała na ocenie efektów samodzielnej pracy uczestników, będzie sprawdzała nabytą wiedzę teoretyczną i umiejętność jej zastosowania w praktyce.
Warunki techniczne
Warunki techniczne
szkolenie na platformie zoom, wymagane:
stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)
przeglądarka internetowa Chrome
zainstalowana aplikacja Zoom App
dobrej jakości słuchawki oraz mikrofon (opcjonalnie) kamera internetowa
link do szkolenia zostanie przesłany uczestnikom przed szkoleniem i będzie aktywny do końca szkolenia.