LLMファインチューニング : RunPodとMulti-GPU実習
danielyouk
¥7,708
初級 / LLM, RunPod, openAI API, GPU, Parallel Processing, Docker, Fine-Tuning
4.3
(9)
シリコンバレーLLMプロジェクト現役者から学ぶ、LLM Fine-Tuningのノウハウが満載です。
初級
LLM, RunPod, openAI API
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。
受講生 68名
難易度 中級以上
受講期間 無制限
GitHub Actions
Windows スケジューラ
Crontab
Windows レジストリ
IBC (Interactive Brokers Controller)
この講義は、投資戦略と自動化をシミュレーションを通じて学習することが主な目的です。実際の投資目的ではなく、プログラミングとアルゴリズムを活用したクアントトレーディング戦略の開発に重点を置いた開発者やデータアナリストのためのトレーニングコースです。
本講義では、投資口座の開設、法的手続き、税務手続きなど、投資の実行に必要な実際の手続きについては説明しません。
韓国やその他の国での投資関連の法的問題、例えばPairs Tradingなどの特定の戦略が合法であるかどうかについては、この講義では扱いません。
講義内のすべてのシミュレーションは学習目的にのみ提供され、実際の資産投資に関するアドバイスや勧告は含まれません。
受講生の皆さんは、本講義の内容が実際の投資を扱うものではないことを認知し、投資実行に関するアドバイスや法的相談が必要な場合は、関連専門家にお問い合わせください。
パート2の内容は、本講義を受講するための必須前提条件です。
パート1は推奨事項ですが、必須ではありません。
もし以前のクォント講義を受講しなかったとしても、GitHub Actionなどクラウドオートメーション部分にのみ焦点を当てて受講することができます。ただし、このような場合、一部の内容が難しい場合があります。
講義構成:
パート1 :「アルゴリズムトレーディングのためのPythonデータ分析」
パート 2 : 「Interactive Brokers API を活用したリアルタイム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」(本講義)
パート3では、クラウドオートメーションを使用して株式取引スケジュールに合わせて仮想マシンを自動的に駆動する方法を学びます。
受講評イベントがあります。パート2講義の受講評を残していただき、このメール(daniel@datarian.education )でご連絡いただくと、割引クーポンを発行いたします。
自動化取引でセキュリティ上の理由でシステムからログアウトした場合は、引き続き取引できますか? 🤔
インターネット環境が一時的に不安定な場合、取引を続けることができますか❓
アルゴリズム自動取引をクラウドで実現できますか❓
コストを最小限に抑えるために、クラウドコンピュータをスケジュールに合わせてON OFFできますか❓
トレーディングのためのクラウドコンピュータの最も適切な仕様は何ですか❓
就職のためのクォントポートフォリオを作ることができますか❓
MLOpsやGitHub Actionのような表現がなじみません❓
...
ほとんどの取引プラットフォームは、セキュリティの問題で長時間ログオンした状態を許可しません。これはインタラクティブブローカス(IBKR) APIの場合も同様であり、自動化取引の大きな障害となります。
あなたは、IBC(Interactive Brokers Controller)を適用してTWS API(取引システム)で長時間ログオン状態を維持する方法を学びます。

最近のデータ分野では、Opsの重要性がさらに浮上しています。従来のデータサイエンティストも自動化とMLOpsを理解して活用しなければ競争力を持ちにくい時代です。
このレッスンでは、github-actionsを利用して仮想マシンを制御および管理する方法を学びます。これにより、受講生の皆様は、より効率的なデータワークフロー自動化とクラウド環境での運用能力を強化することができます。
以下は、github-actionsを介してクラウドコンピュータをスケジューリングまたはマニュアルで起動する内容です。

クラウド自動化取引のためのコンピューティング仕様は、最小限の仕様に適合しています。 (コスト最適化)
また、クラウドでアナコンダを利用して分析環境を構築します。
WindowsではTask Scheduler 、Macではcrontabを使用して自動スクリプト実行を設定できます。このレッスンでは、各オペレーティングシステムごとにスケジューラを活用して、Pythonスクリプトとトランザクションプロセスを自動化する方法を学ぶことができます。これにより、繰り返し作業を自動化し、取引ワークフローの効率を向上させることができます。
✅自動ログイン設定:: 仮想マシン起動時の自動ログイン設定方法の学習
✅利便性向上:毎回手動ログインをせず、分析環境の自動準備
✅コアコンテンツ:
Windows Registryの修正
自動ログイン設定用のキー値の入力
RDP の削除: RDP 接続の代わりにVS Code Remote Tunnels を使用してセキュリティを強化
セキュリティの脆弱性を軽減:RDPポートを開かずに攻撃ベクトルを最小化
暗号化された接続:GitHub認証を介して安全で暗号化された接続を提供する
接続管理の簡素化:GitHubベースの認証による簡単な権限管理
追加のセキュリティ:VPNなどの追加のセキュリティ方法で使用できます
MLOps / DataOps実践の適用:このレッスンでは、単純な概念の説明を超えて、MLOpsとDataOpsを実際の環境に適用する方法について説明します。
仮想マシンの制御:クラウドとオンプレミスで仮想マシンを実質的に制御する方法を学びます。
実際のプロジェクトベースの講義:本講義は実際のクアント会社に提出したポートフォリオプロジェクトに基づいており、理論にとどまらず実際に適用されたケースをカバーしています。

クラウドでクアント自動取引を実現したい方

MLOpsまたはDataOpsを本番ポートフォリオを介して実装したい方

Pythonアルゴリズムトレーディングパート2基数強者
このレッスンでは、 AzureでWindows OSベースの仮想マシンを作成し、アナコンダを活用してPython Python分析環境を構築して実践を進めます。
また、 MacおよびWindows のローカル環境でも自動化の実装を可能にするガイドを提供します。
すべての講義資料は講義資料に添付されており、メインスクリプトノートブックはケグルプラットフォームを介してアクセスすることもできます。
学習対象は
誰でしょう?
選択:Pythonアルゴリズムトレーディング パート1 既受講者
必須:Pythonアルゴリズム取引パート2既受講者
前提知識、
必要でしょうか?
PythonとGitHubの使い方
677
受講生
74
受講レビュー
74
回答
4.8
講座評価
7
講座
LLMベースのAI企業でPod Leadとして活動
ソウル大学 機械航空工学部卒業
欧州所在の大学院で機械航空工学修士修了
ドイツ所在の工学研究機関にて博士課程の研究に従事
欧州の大手エネルギー企業でのSenior Data Scientist経験
英国のエネルギーコンサルティング企業にてSenior Consultantとして活動
Databricksベースのデータエンジニアリングプロジェクトを遂行
Kaggle 株式取引 AI コンペティションで上位 3% の成果
AI Agent開発チームリーダーとして現在活動中 Development Team Lead
全体
24件 ∙ (3時間 43分)
講座資料:
全体
3件
知識共有者の他の講座はこちら
同じ分野の他の講座を見てみましょう!
新規会員登録で25%OFF
¥5,241
25%
¥6,991