Pythonアルゴリズムトレーディング パート3：クラウド取引の自動化
danielyouk
この講義では、アルゴリズム取引をローカルコンピューターとクラウド環境で自動化する過程を扱い、実習を中心に進められます。
中級以上
Python, Quant, github-actions
RunPodはクラウドで仮想GPUを借りてAIモデルを訓練し展開できるサービスです。
マルチGPUファインチューニング：最適なLLMトレーニング環境を作成する
Multi GPUを使用して、ハードウェアの制限なしにLLMトレーニングを効率的に進める方法を学ぶことができます。
独自のLLM作成：ファインチューニングを活用したAIカスタマイジングモデル
チャットGPTのようにスマートなAI、今自分で作ってみてください！
OpenAI APIの活用：モデル学習に必要なデータセットの構築
OpenAI APIを活用してデータ不足の問題を解決し、モデル学習に必要な高品質のデータを効率的に確保できます。
from openai import OpenAI
client = OpenAI()
completion = client.chat.completions.create(
model= "gpt-4o" ,
messages=[
{ "role" : "developer" , "content" : "You are a helpful assistant." },
{
"role" : "user" ,
"content" : "Translate the following English text into a Shakespearean style."
}
]
)
print (completion.choices[ 0 ].message) 
AI開発実習：最新の技術スタックでLLMファインチューニングを完了する
OpenAI APIでデータを生成し、Hugging FaceからLLMをダウンロードし、Ollamaでモデルを実行し、RunPod GPUで最適化まで！
