Whizlabs

Spécialisation "Exam Prep (NCA-GENL): NVIDIA-Certified Generative AI LLMs "

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Whizlabs

Spécialisation "Exam Prep (NCA-GENL): NVIDIA-Certified Generative AI LLMs "

Launch career in NVIDIA Generative AI with LLMs.

Master AI, ML, and Deep Learning using NVIDIA tools.

Whizlabs Instructor

Instructeur : Whizlabs Instructor

4 305 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet

des 54 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

16 semaines à compléter
à 3 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet

des 54 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

16 semaines à compléter
à 3 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Validating your expertise in generative AI, LLMs, and deep learning techniques.

  • Gaining industry recognition for your AI and machine learning skills.

  • Enhancing career opportunities in AI research, development, and cloud-based AI solutions.

  • Positioning yourself as a specialist in cutting-edge AI technologies.

Compétences que vous acquerrez

  • Catégorie : Convolutional Neural Networks
  • Catégorie : Data Ethics
  • Catégorie : Data Preprocessing
  • Catégorie : Deep Learning
  • Catégorie : Generative Model Architectures
  • Catégorie : Image Analysis
  • Catégorie : Large Language Modeling
  • Catégorie : LLM Application
  • Catégorie : Model Evaluation
  • Catégorie : Natural Language Processing
  • Catégorie : Plot (Graphics)
  • Catégorie : Prompt Engineering Tools
  • Catégorie : Recurrent Neural Networks (RNNs)
  • Catégorie : Responsible AI
  • Catégorie : Supervised Learning
  • Catégorie : Time Series Analysis and Forecasting
  • Catégorie : Transfer Learning
  • Catégorie : Unsupervised Learning

Outils que vous découvrirez

  • Catégorie : Generative AI
  • Catégorie : Prompt Engineering

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

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 Whizlabs

Spécialisation - série de 6 cours

NVIDIA: Fundamentals of Machine Learning

NVIDIA: Fundamentals of Machine Learning

COURS 1, 6 heures

Ce que vous apprendrez

  • Understand the fundamentals of AI, ML, and Deep Learning, and their key differences.

  • Implement supervised learning techniques like classification and regression.

  • Apply clustering methods and time series analysis using ARIMA.

  • Leverage NVIDIA RAPIDS for GPU-accelerated ML workflows.

Compétences que vous acquerrez

Catégorie : Unsupervised Learning
Catégorie : Supervised Learning
Catégorie : Deep Learning
Catégorie : Model Evaluation
Catégorie : Machine Learning Algorithms
Catégorie : Machine Learning
Catégorie : Artificial Intelligence
Catégorie : Time Series Analysis and Forecasting
Catégorie : Model Optimization
Catégorie : Classification Algorithms
Catégorie : Generative AI
Catégorie : Model Training
Catégorie : Regression Analysis
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Feature Engineering
Catégorie : Data Preprocessing
NVIDIA: Fundamentals of Deep Learning

NVIDIA: Fundamentals of Deep Learning

COURS 2, 4 heures

Ce que vous apprendrez

  • Understand deep learning fundamentals, including neuron data processing and model training.

  • Implement multi-class classification and CNNs for image recognition tasks.

  • Apply transfer learning with pre-trained models to improve deep learning performance.

Compétences que vous acquerrez

Catégorie : Transfer Learning
Catégorie : Deep Learning
Catégorie : Model Optimization
Catégorie : Linear Algebra
Catégorie : Convolutional Neural Networks
Catégorie : Artificial Neural Networks
Catégorie : Tensorflow
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Generative AI
Catégorie : Computer Vision
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Model Training
Catégorie : Image Analysis
Catégorie : Machine Learning Methods
Catégorie : Applied Machine Learning
Catégorie : Machine Learning
Catégorie : Classification Algorithms
Catégorie : Data Processing
NVIDIA: Fundamentals of NLP and Transformers

NVIDIA: Fundamentals of NLP and Transformers

COURS 3, 4 heures

Ce que vous apprendrez

  • Understand NLP fundamentals, key tasks, and real-world applications.

  • Implement NLP techniques, including tokenization, word embeddings, and sequence models.

  • Explore transformer architecture, self-attention mechanisms, and encoder-decoder models.

Compétences que vous acquerrez

Catégorie : Unstructured Data
Catégorie : Embeddings
Catégorie : Generative Model Architectures
Catégorie : Data Pipelines
Catégorie : Artificial Neural Networks
Catégorie : Machine Learning Methods
Catégorie : Model Evaluation
Catégorie : Data Preprocessing
Catégorie : Natural Language Processing
Catégorie : Recurrent Neural Networks (RNNs)
Catégorie : Machine Learning
Catégorie : Token Optimization
Catégorie : Generative AI
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • Understand the foundational concepts of LLMs, including NLP and training data.

  • Explore model optimization techniques like loss functions, alignment, and PEFT.

  • Implement deployment strategies for LLMs and monitor performance using ONNX.

Compétences que vous acquerrez

Catégorie : Data Quality
Catégorie : Model Evaluation
Catégorie : Model Training
Catégorie : Large Language Modeling
Catégorie : Model Deployment
Catégorie : Fine-tuning
Catégorie : Natural Language Processing
Catégorie : LLM Application
Catégorie : Model Optimization
Catégorie : Deep Learning
Catégorie : Generative Model Architectures
Catégorie : Prompt Engineering
Catégorie : Generative AI
Catégorie : Data Cleansing
Catégorie : Machine Learning
Catégorie : MLOps (Machine Learning Operations)
NVIDIA: Prompt Engineering and Data Analysis

NVIDIA: Prompt Engineering and Data Analysis

COURS 5, 3 heures

Ce que vous apprendrez

  • Understand prompt engineering and its role in LLM optimization.

  • Apply P-tuning and RAG architecture for improved model performance.

  • Utilize data analysis and visualization techniques for effective NLP tasks.

Compétences que vous acquerrez

Catégorie : Prompt Engineering
Catégorie : Retrieval-Augmented Generation
Catégorie : Data Visualization Software
Catégorie : Text Mining
Catégorie : Prompt Engineering Tools
Catégorie : Data Analysis
Catégorie : Data Processing
Catégorie : Model Optimization
Catégorie : Unstructured Data
Catégorie : Fine-tuning
Catégorie : Plot (Graphics)
Catégorie : Large Language Modeling

Ce que vous apprendrez

  • Experiment with LLMs using hyperparameter tuning and A/B testing.

  • Apply version control and optimize AI workflows with NVIDIA tools like BioNeMo, Triton, and TensorRT.

  • Understand ethical AI principles, data privacy, and methods to minimize bias and enhance AI trustworthiness.

Compétences que vous acquerrez

Catégorie : Model Deployment
Catégorie : Version Control
Catégorie : Large Language Modeling
Catégorie : Responsible AI
Catégorie : Data Ethics
Catégorie : AI Workflows
Catégorie : Model Optimization
Catégorie : Artificial Intelligence
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Model Evaluation
Catégorie : Scalability
Catégorie : Generative AI
Catégorie : Information Privacy
Catégorie : Natural Language Processing
Catégorie : Machine Learning

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.

Instructeur

Whizlabs Instructor
Whizlabs
154 Cours121 193 apprenants

Offert par

Whizlabs

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.’

Foire Aux Questions