声明:本文来自于微信公众号 AIGC开放社区（ID:AIGCOPEN），作者:AIGC开放社区，授权站长之家转载发布。
3月8日，全球AI领导者英伟达（NVIDIA）在官网推出了，生成式AI(AIGC)专业认证，通过考试可获得行业认可的权威证书。
同时英伟达也推出了相应的培训课程，包括生成式AI解释，深度学习入门/基础知识，基于Transformer 的自然语言处理，使用大语言模型进行定制应用开发，大语言模型的部署、定制、微调等，帮助学员顺利通过考试。
该认证支持远程报名和考试，适合软件工程师、数据工程师、云解决方案架构师、AI DevOps 工程师等，可增加就业竞争力成为大模型领域的专家。
认证详情地址:https://www.nvidia.com/en-us/learn/certification/generative-ai-llm-associate/
本次认证将从太平洋时间3月18日，英伟达举办的“2024GTC”人工智能大会上开始。这也是英伟达5年来首次举办的线下技术交流大会，届时将会有900多场会议，20多场与生成式AI有关。英伟达会向全球开发者展示在生成式AI领域的创新技术和最新研究成果。
英伟达创始人兼首席执行官-黄仁勋表示，随着全球各行业、政务机构，正在积极寻求其变革能力，生成式AI已成为技术创新的焦点。
生成式AI认证和考试介绍
该认证由英伟达颁发，考试主题包括生成式AI和大语言模型两大块，考试时间1小时，包括50道题，考试费用135美元（约971元），在线远程考试方式。
考试详细内容包括:
机器学习和神经网络基础知识:探索机器学习的基本概念、算法以及神经网络的基础结构，包括前馈神经网络、卷积神经网络（CNN）和循环神经网络(RNN)等。
提示工程:在与大语言模型的交互中，设计和优化输入提示，以提高模型输出的相关性和准确性。
对齐:确保大模型的行为与人类的期望和道德标准一致，包括处理模型偏见和决策可解释性等问题。
数据分析和可视化:通过统计方法和可视化工具来分析数据集，识别数据趋势和模式，支持数据驱动的决策过程。
实验:设计和执行实验，以验证假设、评估模型性能和探索数据的特性。
数据预处理和特征工程:通过清理、转换和选择重要的数据特征来准备数据，以提高机器学习模型的性能和准确性。
实验设计:计划和构建实验框架，以系统地测试和评估不同的算法、模型和参数配置。
大语言模型的Python库:介绍专门用于开发和训练大型语言模型的Python库，如Transformers、TensorFlow、PyTorch等。
LLM集成与部署:如何将大型语言模型集成到应用程序和服务中，包括API集成、性能优化和模型部署等。
有效期:自认证自签发之日起两年内有效。可以通过重新参加考试来获得重新认证。
考试报名地址:https://www.nvidia.com/en-us/learn/organizations/contact-us/
生成式AI课程介绍
为了帮助学员顺利通过考试，英伟达推出了系统的生成式AI课程，不过有一些是收费的，而且不便宜。当然，如果你是技术大牛，不学习课程直接参加考试也是没问题的。
主要培训课程如下:
生成式AI解释:免费、2小时;
深度学习入门:8小时、90美元;
深度学习基础知识:专业教师指导，8小时、500美元;
加速数据科学基础知识:专业教师指导，8小时、500美元;
基于 Transformer 的自然语言处理简介:6小时、30美元;
构建基于 Transformer 架构的应用程序:专业教师指导，8小时、500美元;
使用大语言模型进行应用开发:专业教师指导，8小时、500美元;
使用 LLaMA-2进行快速工程:3小时、30美元;
使用检索增强生成，来增强大语言模型:1小时、免费;
使用大语言模型开发RAG代理:6小时、30美元;
使用大语言模型开发RAG代理:专业教师指导，8小时、500美元;
课程详细地址:https://www.nvidia.com/en-us/training/online/
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】