Whizlabs
Spezialisierung Exam Prep (NCA-GENL): NVIDIA-Certified Generative AI LLMs

Diese spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Whizlabs

Spezialisierung 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.

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

4 Monate
Pro Woche 3 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

4 Monate
Pro Woche 3 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

  • Kategorie: Prompt Engineering
  • Kategorie: Cuda
  • Kategorie: Ethical Principles of Trustworthy AI
  • Kategorie: NVIDIA BioNeMo LLM service
  • Kategorie: NVIDIA RIVA
  • Kategorie: Nvidia CUDA
  • Kategorie: NVIDIA AI Agents
  • Kategorie: NVIDIA Triton
  • Kategorie: NVIDIA Tensor-RT
  • Kategorie: NVIDIA NeMo
  • Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
  • Kategorie: Artificial Neural Networks
  • Kategorie: Deep Learning
  • Kategorie: Generative AI
  • Kategorie: Data Pipelines
  • Kategorie: Natural Language Processing
  • Kategorie: BERT (NLP Model)
  • Kategorie: Python (Programming Language)
  • Kategorie: Data Processing
  • Kategorie: GPT-3 (NLP Model)
  • Kategorie: Text Mining
  • Kategorie: Machine Learning
  • Kategorie: Performance Tuning
  • Kategorie: Data Ethics
  • Kategorie: Version Control
  • Kategorie: Personally Identifiable Information
  • Kategorie: Artificial Intelligence
  • Kategorie: Scalability
  • Kategorie: Information Privacy
  • Kategorie: MLOps (Machine Learning Operations)
  • Kategorie: NVIDIA tools
  • Kategorie: A/B Testing
  • Kategorie: Application Deployment
  • Kategorie: Hyperparameter Tuning
  • Kategorie: Time Series Analysis and Forecasting
  • Kategorie: Supervised Learning
  • Kategorie: Regression Analysis
  • Kategorie: NVIDIA RAPIDS
  • Kategorie: Feature Engineering
  • Kategorie: Graphics Processing Unit (GPU)
  • Kategorie: Classification And Regression Tree (CART)
  • Kategorie: Machine Learning Algorithms
  • Kategorie: Unsupervised Learning
  • Kategorie: PyTorch (Machine Learning Library)
  • Kategorie: Applications Of Artificial Intelligence
  • Kategorie: Language Model
  • Kategorie: Reinforcement Learning
  • Kategorie: Data Cleansing
  • Kategorie: Tensorflow
  • Kategorie: System Monitoring
  • Kategorie: Data Analysis
  • Kategorie: Box Plots
  • Kategorie: Scatter Plots
  • Kategorie: prompt techniques
  • Kategorie: Large Language model
  • Kategorie: Histogram
  • Kategorie: Plot (Graphics)
  • Kategorie: Data Visualization Software
  • Kategorie: Image Analysis
  • Kategorie: Network Architecture
  • Kategorie: TensorFlow
  • Kategorie: Network Model
  • Kategorie: Computer Vision
  • Kategorie: Applied Machine Learning
  • Kategorie: Linear Algebra

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

Februar 2025

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Whizlabs.
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

Spezialisierung - 6 Kursreihen

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Deep Learning
Kategorie: Time Series Analysis and Forecasting
Kategorie: Supervised Learning
Kategorie: Data Processing
Kategorie: Regression Analysis
Kategorie: NVIDIA RAPIDS
Kategorie: Feature Engineering
Kategorie: Graphics Processing Unit (GPU)
Kategorie: Classification And Regression Tree (CART)
Kategorie: Machine Learning Algorithms
Kategorie: Machine Learning
Kategorie: Artificial Intelligence
Kategorie: Unsupervised Learning

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Supervised Learning
Kategorie: Machine Learning
Kategorie: Image Analysis
Kategorie: Network Architecture
Kategorie: Artificial Neural Networks
Kategorie: Deep Learning
Kategorie: TensorFlow
Kategorie: Network Model
Kategorie: Computer Vision
Kategorie: Applied Machine Learning
Kategorie: Machine Learning Algorithms
Kategorie: Linear Algebra

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: PyTorch (Machine Learning Library)
Kategorie: Data Analysis
Kategorie: Performance Tuning
Kategorie: Generative AI
Kategorie: Natural Language Processing
Kategorie: Box Plots
Kategorie: Scatter Plots
Kategorie: prompt techniques
Kategorie: Large Language model
Kategorie: Artificial Intelligence
Kategorie: Histogram
Kategorie: Tensorflow
Kategorie: Plot (Graphics)
Kategorie: Text Mining
Kategorie: Data Visualization Software

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Artificial Neural Networks
Kategorie: Deep Learning
Kategorie: Generative AI
Kategorie: Data Pipelines
Kategorie: Natural Language Processing
Kategorie: BERT (NLP Model)
Kategorie: Python (Programming Language)
Kategorie: Data Processing
Kategorie: GPT-3 (NLP Model)
Kategorie: Text Mining
Kategorie: Machine Learning

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Generative AI
Kategorie: Natural Language Processing
Kategorie: Performance Tuning
Kategorie: Data Ethics
Kategorie: Version Control
Kategorie: Personally Identifiable Information
Kategorie: Machine Learning
Kategorie: Artificial Intelligence
Kategorie: Scalability
Kategorie: Information Privacy
Kategorie: Deep Learning
Kategorie: MLOps (Machine Learning Operations)
Kategorie: NVIDIA tools
Kategorie: A/B Testing
Kategorie: Application Deployment
Kategorie: Hyperparameter Tuning

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: PyTorch (Machine Learning Library)
Kategorie: Natural Language Processing
Kategorie: Generative AI
Kategorie: Data Processing
Kategorie: Applications Of Artificial Intelligence
Kategorie: Language Model
Kategorie: Machine Learning
Kategorie: Artificial Intelligence
Kategorie: Reinforcement Learning
Kategorie: Data Cleansing
Kategorie: Deep Learning
Kategorie: Tensorflow
Kategorie: MLOps (Machine Learning Operations)
Kategorie: System Monitoring
Kategorie: Application Deployment

Dozent

Whizlabs Instructor
Whizlabs
75 Kurse60.822 Lernende

von

Whizlabs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen