Associado Certificado pela NVIDIA

Exame de Certificação da NVIDIA em LLMs de IA Generativa

(NCA-GENL)

Inscreva-se para o Exame

O que é a Certificação de LLM de IA Generativa da NVIDIA (NCA-GENL)?

A certificação NCA em LLMs de IA Generativa é uma credencial de nível básico que valida os conceitos fundamentais para desenvolver, integrar e manter aplicações orientadas por IA usando IA Generativa e grandes modelos de linguagem (LLMs) com as soluções da NVIDIA.

Revise cuidadosamente nossas Perguntas Frequentes de certificação e políticas de exame antes de agendar seu exame.

Se você tiver alguma dúvida, fale conosco.

Para acessar o exame, você precisará criar uma conta do Certiverse.

Detalhes do Exame de Certificação

Duração: 8 horas

Preço: US$ 125 

Nível de certificação: Associado

Assunto: IA generativa e grandes modelos de linguagem

Número de questões: 50 a 60 questões de múltipla escolha

Pré-requisitos: Compreensão básica de IA generativa e grandes modelos de linguagem (LLM)

Idioma: inglês 

Validade: essa certificação é válida por dois anos a partir da data de emissão. A recertificação pode ser obtida por meio de uma nova submissão ao exame.

Credenciais: após a aprovação no exame, os participantes receberão um selo digital e um certificado opcional indicando o nível de certificação e o tópico.

Para quem é a Certificação LLM de IA Generativa?

O Desenvolvedor associado de modelos de linguagem de grande escala (LLM) de IA Generativa é responsável por contribuir para o desenvolvimento, a programação e a garantia de qualidade de sistemas LLM de IA Generativa de ponta Eles trabalham com uma equipe de profissionais de IA qualificados para desenvolver conjuntos de dados, selecionar modelos para treinar, treinar modelos e implementar processos de teste e depuração de modelos. O associado deve ter uma compreensão da implantação de modelos para aplicações. Eles também serão responsáveis por desenvolver o design e a construção de software de alta qualidade, programar em uma variedade de linguagens e plataformas e manter as atualizações do sistema.

Trilha de Aprendizagem de Certificação

Compartilhar
LinkedIn
Copiar link
Copiado para a área de transferência.

Conceitos básicos de deep learning — Materiais de Código Aberto

Aprenda as técnicas e ferramentas fundamentais necessárias para treinar um modelo de deep learning. Obtenha experiência com tipos de dados e arquiteturas de modelos comuns de deep learning. Aprimorar conjuntos de dados por meio de data augmentation para melhorar a precisão do modelo. Utilizar o aprendizado de transferência entre modelos para obtenção de resultados eficientes com menos dados e computação.

Saiba Mais

Desenvolvimento Rápido de Aplicações com Grandes Modelos de Linguagem (LLMs)

Obtenha uma sólida compreensão e conhecimento prático do desenvolvimento de aplicações de LLM ao explorar o ecossistema de código aberto, incluindo LLMs pré-treinados, permitindo que você comece rapidamente a desenvolver aplicações baseadas em LLM.

Saiba Mais

Preparação para o Exame do NCA-GENL Tópicos e Leitura Recomendada

As informações abaixo destinam-se a ajudar você a se preparar para este exame.
Os tópicos abordados, o peso por tópico, o treinamento recomendado e leituras adicionais são fornecidos. 

Conhecimentos básicos de machine learning e IA

Conhecimento de algoritmos, convenções e técnicas que permitem que os computadores aprendam com os dados e façam previsões ou decisões.

Tópicos do Exame:

  • Auxiliar na implantação e na avaliação da escalabilidade, do desempenho e da confiabilidade de modelos sob a supervisão de membros sênior da equipe.
  • Conhecimento do processo de extração de informações de grandes conjuntos de dados usando mineração de dados, visualização de dados e técnicas semelhantes.
  • Crie casos de uso de LLM, como geração aumentada por recuperação (RAG), chatbots e ferramentas de resumo.
  • Selecione e incorpore conjuntos de dados de conteúdo para RAGs.
  • Familiaridade com os fundamentos do Machine Learning (por exemplo, engenharia de recursos, comparação de modelos, validação cruzada).
  • Familiaridade com os recursos dos pacotes de linguagem natural do Python (spaCy, NumPy, bancos de dados vetoriais, etc.)
  • Leia artigos de pesquisa (artigos, artigos de conferência, etc.) para identificar as tendências e tecnologias emergentes de LLM.
  • Selecione e use modelos para criar embeddings de texto.
  • Utilize os princípios de engenharia de prompts para criar prompts para alcançar os resultados desejados.
  • Use pacotes Python (spaCy, NumPy, Keras, etc.) para implementar análises específicas de Machine Learning tradicionais.

30%
do peso do exame

Treinamento Recomendado

Leitura Sugerida

Análise de Dados

Inspecionar, limpar, transformar e modelar dados com o objetivo de descobrir informações úteis, informar as conclusões e apoiar a tomada de decisões.

Tópicos do Exame:

  • Conhecimento do processo de extração de informações de grandes conjuntos de dados usando mineração de dados, visualização de dados e técnicas semelhantes.
  • Compare modelos usando métricas de desempenho estatístico, como funções de perda ou proporção de variância explicada.
  • Realize a análise de dados sob a supervisão de um membro sênior da equipe.
  • Crie gráficos, tabelas ou outras visualizações para transmitir os resultados da análise de dados usando software especializado.
  • Identifique relacionamentos e tendências ou quaisquer fatores que possam afetar os resultados da pesquisa.

Peso de 14%
no exame

Treinamento Recomendado

Leitura Sugerida

Experimentação

Realize, avalie e interprete experimentos, incluindo a avaliação de modelos de IA e o uso de sujeitos humanos em rotulagem ou aprendizagem por reforço a partir do feedback humano (RLHF).

Tópicos do Exame:

  • Participe do treinamento e da otimização de modelos sob a supervisão de um membro sênior da equipe.
  • Auxiliar na preparação (por exemplo, scraping, tokenização) de grandes conjuntos de dados para pré-treinamento, ajuste fino e RLHF.
  • Auxiliar no design e na condução de testes de hardware ou software para aplicações de LLM.
  • Auxiliar na avaliação de tecnologias atuais ou emergentes para considerar fatores como custo, portabilidade, compatibilidade ou usabilidade.
  • Conhecimento e/ou participação na coleta de dados de sujeitos humanos (por exemplo, RLHF).
  • Avaliar e refinar modelos existentes / benchmarking.
  • Executa experimentação para avaliar modelos e pipelines.

22%
Peso do exame

Treinamento Recomendado

Leitura Sugerida

Desenvolvimento de software

Crie, mantenha e teste o software.

Tópicos do Exame:

  • Auxiliar na implantação e nas avaliações de escalabilidade, desempenho e confiabilidade de modelos sob a supervisão de um membro sênior da equipe.
  • Crie casos de uso de LLM, como RAGs, chatbots e resumidores.
  • Familiaridade com os recursos dos pacotes de linguagem natural do Python (spaCy, NumPy, bancos de dados vetoriais, etc.)
  • Identifique os dados do sistema, os componentes de hardware ou software necessários para atender às necessidades do usuário.
  • Monitore o funcionamento da coleta de dados, experimentos e outros processos de software.
  • Use pacotes Python (spaCy, NumPy, Keras, etc.) para implementar análises específicas de Machine Learning tradicionais.
  • Escreva componentes de software ou scripts sob a supervisão de um membro sênior da equipe.

Peso do exame
: 24%

Treinamento Recomendado

Leitura Sugerida

IA Confiável

Criação e avaliação de sistemas de Inteligência Artificial éticos, com consciência de energia e confiáveis, capazes de interpretar e integrar várias formas de dados, garantindo que eles sejam projetados e aplicados de forma transparente, justa e verificável.

Tópicos do Exame:

  • Descreva os princípios éticos da IA confiável.
  • Descreva o equilíbrio entre a privacidade de dados e a importância do consentimento de dados.
  • Descreva como usar a NVIDIA e outras tecnologias para melhorar a confiabilidade da IA.
  • Descreva como minimizar o viés em sistemas de IA.

10%
Peso do exame

Treinamento Recomendado

Leitura Sugerida

Pronto para obter a certificação?

Valide sua experiência. Se você está implantando, gerenciando ou solucionando problemas de redes de IA, obter essa certificação mostra suas habilidades e ajuda você a se destacar em um campo em rápido crescimento.

Inscreva-se para o Exame NCA-GENL

Fale Conosco

A NVIDIA oferece treinamento e certificação para profissionais que desejam aprimorar suas habilidades e conhecimentos no campo da IA, computação acelerada, ciência de dados, redes avançadas, gráficos, simulação e muito mais.

Fale conosco para saber como podemos ajudar você a alcançar seus objetivos.

Fale Conosco

Mantenha-se em Dia

Receba notícias, anúncios e muito mais da NVIDIA, incluindo as informações mais recentes sobre novos treinamentos autoguiados, workshops liderados por instrutores, treinamento gratuito, descontos e muito mais. A inscrição pode ser cancelada a qualquer momento.

Inscreva-se no Boletim Informativo
Informações Corporativas
Notícias e Eventos
Links Populares