Ładowanie…
„AI w obsłudze chmury” to kurs AI Saver Quest dla osób, które muszą pracować z GCP, Azure lub AWS bez lat doświadczenia: jak formułować pytania o infrastrukturę, jak zweryfikować odpowiedź modelu przed uruchomieniem polecenia i w których obszarach AI myli się najczęściej. 5 lekcji, 3 otwarte w planie Free.
Model odpowiada tym samym tonem na pytanie o formatowanie tekstu i na pytanie o politykę IAM. Różnica jest w konsekwencjach: w pierwszym przypadku poprawiasz akapit, w drugim otwierasz bucket na świat albo kasujesz zasób z danymi. Ten kurs jest o tym, jak korzystać z modelu w obszarze, w którym błąd jest drogi i nieodwracalny.
Interfejsy chmurowe zmieniają się szybciej niż dane treningowe, a nazwy usług są do siebie podobne w trzech chmurach naraz. Efekt to odpowiedzi zawierające prawdziwe polecenie z nieistniejącą flagą albo usługę z innego dostawcy. Kurs uczy rozpoznawać ten wzorzec i weryfikować w jednym miejscu, zamiast zgadywać przez próbowanie.
Najczęstszy szkodliwy wzorzec to szeroka rola nadana „żeby zadziałało”. Model chętnie ją zaproponuje, bo rozwiązuje zgłoszony problem. Lekcja o IAM pokazuje, jak pytać o minimalny zestaw uprawnień i jak sprawdzić, czy propozycja nie jest po prostu wyłączeniem kontroli.
Ten kurs jest dla osób, które obsługują chmurę i chcą to robić bezpieczniej z pomocą AI. Jeśli natomiast projektujesz systemy AI działające NA chmurze i chodzi Ci o rachunek za inferencję, właściwym kursem jest AI Cost Control w chmurze — to inne zagadnienie pod podobną nazwą.
Weź pytanie o infrastrukturę, które zadałeś modelowi w ostatnim tygodniu, i wklej je w darmowej ocenie w 5 wymiarach. Niska ocena za konkretność zwykle wyjaśnia, dlaczego odpowiedź wymagała trzech rund dopytywania.
Nie bez weryfikacji — zwłaszcza operacji zmieniających uprawnienia, sieć lub usuwających zasoby. Kurs podaje procedurę: sprawdzenie w dokumentacji dostawcy, uruchomienie w trybie podglądu tam, gdzie jest dostępny, i osobne traktowanie operacji nieodwracalnych.
Bo interfejsy chmurowe zmieniają się szybciej niż dane treningowe, a nazwy usług w GCP, Azure i AWS są do siebie podobne. To przewidywalny błąd, nie wypadek — dlatego weryfikacja jest w kursie osobną lekcją, a nie przypisem.
Obejmuje wszystkie trzy: GCP, Azure i AWS, z naciskiem na to, co je różni w miejscach, w których model najczęściej się myli. Nie zastępuje certyfikacji dostawcy — uczy bezpiecznie korzystać z AI jako wsparcia.
Dla obu, jeśli chmura nie jest ich główną specjalnością: developerów, którzy muszą coś wdrożyć, i osób technicznych przejmujących obsługę infrastruktury bez lat doświadczenia. Doświadczeni cloud engineerowie znajdą więcej w kursie o kontroli kosztów.
3 z 5 lekcji są otwarte w planie Free. Pozostałe dwie oraz misje praktyczne wchodzą w plan Pro.
Częściowo — jedna lekcja dotyczy kosztów jako elementu odpowiedzi na pytanie o architekturę. Jeśli optymalizacja rachunku jest głównym celem, właściwym kursem jest AI Cost Control w chmurze, który zajmuje się tym w całości.