In diesem 2-stündigen Projekt lernen Sie, wie Sie das Modell GPT-3.5 mit Hilfe der OpenAI API in Python feinabstimmen können. Sie sind ein KI-Ingenieur und arbeiten bei PulseNet, einem Telekommunikationsunternehmen, das Internet-, Fernseh- und Telefondienste anbietet. PulseNet arbeitet mit einer großen Basis von Kunden und verwaltet ein beträchtliches Volumen an täglichen Anfragen, Supportanfragen und Produktbewertungen. Das Unternehmen hat zahlreiche Beschwerden von Kunden erhalten, die ihre Unzufriedenheit zum Ausdruck bringen. Das Ziel von PulseNet ist es, die Kundenzufriedenheit zu erhöhen, indem es die Kundenbeschwerden regelmäßiger analysiert, um Probleme mit seinen Dienstleistungen anzugehen und zu beheben. Das Unternehmen benötigt ein Großes Sprachmodell, das in der Lage ist, spezifische Details aus jeder Beschwerde zu extrahieren, einschließlich des Themas, des Problems und des Kundenunzufriedenheitsindexes in Echtzeit. Dieser Unzufriedenheitsindex liegt zwischen 0 und 100 und gibt den Grad der Verärgerung des Kunden an, der sich aus dem Beschwerdetext ergibt. PulseNet hat einen Datensatz zur Verfügung gestellt, der die letzten 50 Nutzerbeschwerden zusammen mit den extrahierten Informationen im gewünschten Format enthält. Ihre Aufgabe als KI-Ingenieur besteht darin, die OpenAI API und Python zu verwenden, um das GPT-3.5-Modell fein abzustimmen und ein neues großes Sprachmodell (LLM) zu trainieren, das in der Lage ist, die erforderlichen Informationen aus einer gegebenen Kundenbeschwerde im gewünschten Format zu extrahieren. Um diesen Kurs optimal nutzen zu können, benötigen Sie Zugang zum OpenAI API Key und ein grundlegendes Verständnis von Datenanalysekonzepten, einschließlich Datentypen und Datenmanipulation, sowie eine gewisse Vertrautheit mit Python. Dieser Kurs richtet sich an erfahrene Datenanalysten, die zumindest über Grundkenntnisse in Python verfügen und die spannenden Anwendungen der generativen KI in der Datenanalyse erkunden möchten.