Nesse minicurso inédito, você encontrará um guia passo a passo que vai guiar você na criação do seu próprio modelo DeepSeek-R1 com dados próprios por meio da técnica de Fine-Tuning.
Valor: R$ 350,00
Formato: Vídeo | Pagamento: PIX, Cartão, Boleto
Algumas dúvidas de alunos:
1) O curso ficará disponível por quanto tempo na Hotmart? O curso ficará disponível para quem adquirir o curso por tempo indeterminado. Não pretendo retirar o curso da Hotmart, somente se houver algum problema na Hotmart. 2) O curso será atualizado? Esse curso é voltado para o LLM DeepSeek-R1, se a DeepSeek fizer alguma atualização no DeepSeek-R1 irei atualizar o curso de DeepSeek-R1. No entanto, se a DeepSeek lançar um nova versão do LLM, por exemplo, DeepSeek-R2 pretendo lançar outro curso sobre essa nova versão, pois normalmente ocorrem mudanças entre as versões que as tornam incompatíveis. 3) Durante a implementação poderá eventualmente existir algum tipo de dificuldade? Existe algum tipo de suporte? Forneço o código (notebook) que criei para realizar o fine-tuning com isso basta seguir o passo a passo do vídeo, e executar cada célula de código seguindo a sequência de passos do vídeo. Sobre suporte, posso tirar dúvidas sobre o curso até o aluno conseguir executar o seu primeiro fine-tuning do DeepSeek-R1 com um dataset próprio. Meu e-mail para suporte: fsantos.mail@gmail.com 4) Qual hardware mínimo necessário para relizar o fine-tuning? Nesse minicurso será usado a GPU T4 do Google Colab. Requisitos mínimos de hardware próprio: GPU Nvidia RTX 3090 de 24G de VRAM e 64GB de memória RAM com i7 de 8 cores e 16 threads. Para usar sua máquina, recomendo instalar o CUDA, driver NVIDIA da sua GPU, e o pytorch para que a sua GPU possa ser usada no fine-tuning. Também recomendo instalar a extensão do Jupyter Notebook no seu Visual Studio para poder executar o notebook que implementa o código do fine-tuning.