Plan Szkolenia
Program kursu Propozycja szkolenia
Dzień 1 - Wprowadzenie do AI i języka Python w przepływach pracy z danymi
• Przegląd krajobrazu sztucznej inteligencji i uczenia maszynowego
• Rola AI w nowoczesnej inżynierii danych
• Odświeżenie podstaw Pythona pod kątem zastosowań AI
• Praca z danymi przy użyciu pandas i NumPy
• Wprowadzenie do API i obsługi danych JSON
• Mini ćwiczenie: ładowanie i przekształcanie zbiorów danych
Dzień 2 - Podstawy uczenia maszynowego dla praktyków
• Koncepcje uczenia nadzorowanego i nienadzorowanego
• Inżynieria cech i techniki przygotowania danych
• Podstawy trenowania modeli przy użyciu scikit-learn
• Ewaluacja modeli i metryki wydajności
• Wprowadzenie do koncepcji wdrażania modeli
• Praktyczne budowanie prostego modelu predykcyjnego
Dzień 3 - Wprowadzenie do LLM i inżynierii promptów
• Zrozumienie dużych modeli językowych i ich działania
• Tokenizacja, okna kontekstowe i ograniczenia
• Zasady i techniki projektowania promptów
• Promptowanie zero-shot i few-shot
• Strategie ewaluacji i iteracji promptów
• Praktyczne ćwiczenia z inżynierii promptów
Dzień 4 - Budowanie aplikacji AI z wykorzystaniem LLM
• Korzystanie z API LLM w Pythonie
• Ustrukturyzowane wyniki i koncepcje wywoływania funkcji
• Budowanie aplikacji opartych na czacie i zadaniach
• Wprowadzenie do generowania wspomaganego wyszukiwaniem
• Łączenie LLM z zewnętrznymi źródłami danych
• Mini projekt: budowanie prostego asystenta AI
Dzień 5 - Wdrażanie rozwiązań AI do produkcji
• Projektowanie skalowalnych przepływów pracy AI
• Integracja AI z potokami danych
• Monitorowanie i poprawa wydajności modeli
• Optymalizacja kosztów i strategie korzystania z API
• Bezpieczeństwo i odpowiedzialne podejście do AI
• Projekt końcowy: budowanie kompleksowego rozwiązania AI
Opinie uczestników (2)
Instruktor był bardzo dostępny, aby odpowiedzieć na wszystkie rodzaje pytań, które zadawałem.
Caterina - Stamtech
Szkolenie - Developing APIs with Python and FastAPI
Przetłumaczone przez sztuczną inteligencję
Zadania do zrealizowania samodzielnie oraz późniejsze wspólne rozwiązywanie
