Plan Szkolenia

Wprowadzenie do AI/ML w automatyzacji przepływów pracy

  • Przegląd automatyzacji napędzanej AI
  • Zrozumienie modeli AI/ML dla przepływów pracy
  • Wprowadzenie do API i możliwości automatyzacji w Make

Łączenie API AI/ML z Make

  • Korzystanie z usług AI/ML (OpenAI, Google Cloud AI, Hugging Face)
  • Wykonywanie wywołań API do modeli AI w celu automatyzacji
  • Zarządzanie uwierzytelnianiem i bezpieczeństwem API

Analiza sentymentu i przetwarzanie tekstu

  • Wyodrębnianie wniosków z opinii klientów
  • Korzystanie z modeli NLP do klasyfikacji tekstu
  • Automatyzacja generowania odpowiedzi na podstawie sentymentu

Modelowanie predykcyjne i automatyzacja decyzji

  • Korzystanie z modeli ML do analizy predykcyjnej
  • Automatyzacja podejmowania decyzji na podstawie prognoz AI
  • Integracja modeli prognozowania z przepływami pracy

Automatyzacja przetwarzania obrazów i wideo

  • Korzystanie z AI do rozpoznawania i klasyfikacji obrazów
  • Stosowanie wykrywania obiektów w automatyzacji
  • Automatyzacja moderacji i tagowania treści

Optymalizacja przepływów pracy napędzanych AI

  • Zarządzanie błędami i poprawa niezawodności
  • Skalowanie integracji AI w Make
  • Monitorowanie i utrzymywanie przepływów pracy napędzanych AI

Testowanie i debugowanie integracji AI

  • Korzystanie z Postman do testowania API
  • Debugowanie odpowiedzi modeli AI/ML
  • Zapewnianie dokładności i spójności w automatyzacji

Podsumowanie i kolejne kroki

  • Kluczowe wnioski z kursu
  • Źródła do dalszej nauki
  • Pytania i odpowiedzi oraz zakończenie

Wymagania

  • Doświadczenie w korzystaniu z Make do automatyzacji przepływów pracy
  • Zrozumienie API i webhooków
  • Podstawowa wiedza na temat koncepcji i modeli AI/ML

Grupa docelowa

  • Inżynierowie AI/ML
  • Naukowcy zajmujący się danymi
  • Innowatorzy technologiczni
 14 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie