Foundation Model Engineering (Paperback)
Langue : anglais
Edité par Independently Published, 2026
- Livre broché
- Neuf
Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-UnisGrand Eagle Retail
Vendeur AbeBooks depuis 12 octobre 2005
Etat: Neuf
EUR 24,71
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Paperback. The future of artificial intelligence is being built on foundation models-and the engineers who understand how they work will shape the next generation of intelligent systems.Whether you're building large language models, training domain-specific AI, fine-tuning open-source models, or deploying production-ready inference systems, Foundation Model Engineering provides the practical knowledge needed to move beyond theory and into real-world implementation.Unlike books that focus only on machine learning concepts or isolated model architectures, this book follows the complete engineering lifecycle of modern foundation models-from collecting and curating massive datasets to training, fine-tuning, evaluating, optimizing, and deploying models that can reliably serve millions of users.Inside, you'll learn how modern foundation models are actually built and maintained in production environments. You'll discover how to engineer scalable data pipelines, clean and deduplicate web-scale datasets, train efficient tokenizers, understand transformer architectures, perform domain adaptation, implement parameter-efficient fine-tuning techniques such as LoRA, align models for instruction following, evaluate real-world performance, optimize inference with quantization and caching, and design reliable AI systems that balance capability, latency, and cost.Rather than overwhelming you with abstract research or mathematical proofs, this book emphasizes engineering decisions, practical trade-offs, production workflows, and proven implementation strategies used throughout today's AI industry. Every major concept is supported with clear explanations, practical examples, and production-oriented Python code designed to help you build intuition while developing real engineering skills.What You'll LearnUnderstand the evolution from traditional machine learning to foundation models.Master transformer architecture from an engineering perspective.Build high-quality datasets for large-scale model pretraining.Clean, filter, deduplicate, and tokenize massive text corpora.Design scalable data pipelines for distributed training.Understand foundation model pretraining and domain adaptation.Implement parameter-efficient fine-tuning with LoRA and modern PEFT methods.Apply instruction tuning, alignment, and preference optimization.Evaluate foundation models using practical benchmarking techniques.Optimize inference with quantization, batching, KV cache, and efficient serving.Deploy, monitor, and scale foundation models in production environments.Who This Book Is ForMachine Learning Engineers transitioning into foundation model development.AI Engineers building LLM-powered products and services.Data Scientists seeking a deeper understanding of modern language models.Software Engineers moving into Generative AI.MLOps Engineers responsible for deploying and scaling AI systems.Researchers looking for a practical engineering perspective.Graduate students and advanced learners preparing for careers in Artificial Intelligence.Whether you're working with open-source models such as Llama, Mistral, Qwen, DeepSeek, Gemma, or other transformer-based architectures, the engineering principles presented in this book will help you build AI systems that are efficient, scalable, reliable, and ready for production.Foundation models have fundamentally changed artificial intelligence. Success is no longer determined by understanding only the model itself-it depends on mastering the complete engineering ecosystem surrounding it.If you're ready to move beyond using foundation models and start engineering them, this boo Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
N° de réf. du vendeur 9798187635870
- Titre
- Foundation Model Engineering (Paperback)
- Auteur
- Nicholas Whitmore
- Éditeur
- Independently Published
- Année de publication
- 2026
- État de l'article
- new
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 13 chiffres
- 9798187635870
Whether you're building large language models, training domain-specific AI, fine-tuning open-source models, or deploying production-ready inference systems, Foundation Model Engineering provides the practical knowledge needed to move beyond theory and into real-world implementation.
Unlike books that focus only on machine learning concepts or isolated model architectures, this book follows the complete engineering lifecycle of modern foundation models—from collecting and curating massive datasets to training, fine-tuning, evaluating, optimizing, and deploying models that can reliably serve millions of users.
Inside, you'll learn how modern foundation models are actually built and maintained in production environments. You'll discover how to engineer scalable data pipelines, clean and deduplicate web-scale datasets, train efficient tokenizers, understand transformer architectures, perform domain adaptation, implement parameter-efficient fine-tuning techniques such as LoRA, align models for instruction following, evaluate real-world performance, optimize inference with quantization and caching, and design reliable AI systems that balance capability, latency, and cost.
Rather than overwhelming you with abstract research or mathematical proofs, this book emphasizes engineering decisions, practical trade-offs, production workflows, and proven implementation strategies used throughout today's AI industry. Every major concept is supported with clear explanations, practical examples, and production-oriented Python code designed to help you build intuition while developing real engineering skills.
What You'll Learn- Understand the evolution from traditional machine learning to foundation models.
- Master transformer architecture from an engineering perspective.
- Build high-quality datasets for large-scale model pretraining.
- Clean, filter, deduplicate, and tokenize massive text corpora.
- Design scalable data pipelines for distributed training.
- Understand foundation model pretraining and domain adaptation.
- Implement parameter-efficient fine-tuning with LoRA and modern PEFT methods.
- Apply instruction tuning, alignment, and preference optimization.
- Evaluate foundation models using practical benchmarking techniques.
- Optimize inference with quantization, batching, KV cache, and efficient serving.
- Deploy, monitor, and scale foundation models in production environments.
- Machine Learning Engineers transitioning into foundation model development.
- AI Engineers building LLM-powered products and services.
- Data Scientists seeking a deeper understanding of modern language models.
- Software Engineers moving into Generative AI.
- MLOps Engineers responsible for deploying and scaling AI systems.
- Researchers looking for a practical engineering perspective.
- Graduate students and advanced learners preparing for careers in Artificial Intelligence.
Whether you're working with open-source models such as Llama, Mistral, Qwen, DeepSeek, Gemma, or other transformer-based architectures, the engineering principles presented in this book will help you build AI systems that are efficient, scalable, reliable, and ready for production.
Foundation models have fundamentally changed artificial intelligence. Success is no longer determined by understanding only the model itself—it depends on mastering the complete engineering ecosystem surrounding it.
If you're ready to move beyond using foundation models and start engineering them, this book will become an essential resource you'll return to throughout your AI career.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
Grand Eagle Retail
Bensenville, IL, Etats-Unis
Vendeur AbeBooks depuis 12 octobre 2005
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 6 à 14 jours ouvrés | 6 à 16 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE Etats-Unis 19805
Conditions de vente
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Grand Eagle Retail, Bensenville, Illinois, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.