Głębokie Uczenie się dla NLP (Natural Language Processing) - Plan Szkolenia
DL (Deep Learning) jest podzbiorem ML (Machine Learning).
Python to popularny język programowania, który zawiera biblioteki do głębokiego uczenia dla NLP.
Deep Learning for NLP (Natural Language Processing) pozwala maszynie uczyć się od prostego do złożonego przetwarzania języka. Wśród obecnie możliwych zadań są tłumaczenia językowe i generowanie podpisów do zdjęć.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy nauczą się korzystać z Python bibliotek dla NLP, tworząc aplikację, która przetwarza zestaw zdjęć i generuje podpisy.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Projektowanie ikodowanie DL dla NLP przy użyciu Pythonbibliotek.
- Stwórz Pythonkod, który odczyta ogromną kolekcję zdjęć i wygeneruje słowa kluczowe.
- Utwórz Python kod, którygeneruje podpisy na podstawie wykrytych słów kluczowych.
Format kursu
- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Plan Szkolenia
Wprowadzenie do Deep Learning dla NLP
Rozróżnianie różnych typów modeli DL
Korzystanie z modeli wstępnie wyszkolonych i przeszkolonych
Używanie osadzania słów i analizy nastrojów w celu wydobycia znaczenia z tekstu
Jak działa tryb bez nadzoru Deep Learning.
Instalacja i konfiguracja Python Biblioteki Deep Learning
Używanie biblioteki Keras DL na górze TensorFlow, aby umożliwić Pythonowi tworzenie podpisów
Praca z Theano (biblioteka obliczeń numerycznych) i TensorFlow (biblioteka ogólna i lingwistyczna) w celu wykorzystania jako rozszerzonych bibliotek DL w celu tworzenia napisów.
Używanie Kerasa na TensorFlow lub Theano do szybkiego eksperymentowania z głębokim uczeniem
Tworzenie prostej aplikacji Deep Learning w TensorFlow umożliwiającej dodawanie podpisów do kolekcji zdjęć
Rozwiązywanie problemów
Słowo o innych (specjalistycznych) frameworkach DL
Wdrażanie aplikacji DL
Używanie GPU s do przyspieszania DL
Uwagi końcowe
Wymagania
- Zrozumienie Python programowania
- Zrozumienie Python bibliotek w ogóle
Uczestnicy
- Programiści zainteresowani lingwistyką
- Programiści, którzy chcą zrozumieć NLP (przetwarzanie języka naturalnego)
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
Głębokie Uczenie się dla NLP (Natural Language Processing) - Plan Szkolenia - Booking
Głębokie Uczenie się dla NLP (Natural Language Processing) - Plan Szkolenia - Enquiry
Głębokie Uczenie się dla NLP (Natural Language Processing) - Zapytanie o Konsultacje
Zapytanie o Konsultacje
Propozycje terminów
Szkolenia Powiązane
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 godzinLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Advanced Ollama Model Debugging & Evaluation
35 godzinAdvanced Ollama Model Debugging & Evaluation is an in-depth course focused on diagnosing, testing, and measuring model behavior when running local or private Ollama deployments.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI engineers, ML Ops professionals, and QA practitioners who wish to ensure reliability, fidelity, and operational readiness of Ollama-based models in production.
By the end of this training, participants will be able to:
- Perform systematic debugging of Ollama-hosted models and reproduce failure modes reliably.
- Design and execute robust evaluation pipelines with quantitative and qualitative metrics.
- Implement observability (logs, traces, metrics) to monitor model health and drift.
- Automate testing, validation, and regression checks integrated into CI/CD pipelines.
Format of the Course
- Interactive lecture and discussion.
- Hands-on labs and debugging exercises using Ollama deployments.
- Case studies, group troubleshooting sessions, and automation workshops.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Tworzenie prywatnych przepływów pracy AI z Ollama
14 godzinTen prowadzony przez instruktora kurs na żywo w Polsce (online lub na miejscu) jest skierowany do profesjonalistów na zaawansowanym poziomie, którzy chcą wdrożyć bezpieczne i efektywne przepływy pracy oparte na sztucznej inteligencji za pomocą Ollama.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Wdrożyć i skonfigurować Ollama do prywatnej obróbki sztucznej inteligencji.
- Integrować modele sztucznej inteligencji w bezpieczne przepływy pracy w przedsiębiorstwie.
- Optymalizować wydajność sztucznej inteligencji przy zachowaniu prywatności danych.
- Automatyzować procesy biznesowe przy użyciu możliwości sztucznej inteligencji na miejscu.
- Zapewnić zgodność z politykami bezpieczeństwa i zarządzania przedsiębiorstwa.
Claude AI dla Programistów: Budowanie Aplikacji Zasilanych Sztuczną Inteligencją
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych programistów i inżynierów AI, którzy chcą zintegrować Claude AI ze swoimi aplikacjami, budować chatboty oparte na AI i zwiększać funkcjonalność oprogramowania dzięki automatyzacji opartej na AI.
Pod koniec tego szkolenia uczestnicy będą mogli
- Korzystać z interfejsu API Claude AI w celu zintegrowania sztucznej inteligencji z aplikacjami.
- Rozwijać chatboty i wirtualnych asystentów opartych na sztucznej inteligencji.
- Ulepszać aplikacje za pomocą automatyzacji opartej na sztucznej inteligencji i NLP.
- Optymalizować i dostrajać modele Claude AI dla różnych przypadków użycia.
Claude AI dla Automatyzacji Przepływu Pracy i Produktywności
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla początkujących profesjonalistów, którzy chcą zintegrować Claude AI ze swoimi codziennymi przepływami pracy, aby poprawić wydajność i automatyzację.
Pod koniec tego szkolenia uczestnicy będą mogli
- Używać Claude AI do automatyzacji powtarzalnych zadań i usprawniania przepływów pracy.
- Zwiększyć produktywność osobistą i zespołową za pomocą automatyzacji opartej na sztucznej inteligencji.
- Zintegrować Claude AI z istniejącymi narzędziami i platformami biznesowymi.
- Zoptymalizować podejmowanie decyzji i zarządzanie zadaniami w oparciu o sztuczną inteligencję.
Wdrażanie i optymalizowanie dużych modeli językowych z użyciem Ollamy
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych profesjonalistów, którzy chcą wdrażać, optymalizować i integrować LLM przy użyciu Ollama.
Pod koniec tego szkolenia uczestnicy będą mogli
- Konfigurować i wdrażać LLM przy użyciu Ollama.
- Optymalizować modele AI pod kątem wydajności i efektywności.
- Wykorzystać akcelerację GPU w celu poprawy szybkości wnioskowania.
- Zintegrować Ollama z przepływami pracy i aplikacjami.
- Monitorowanie i utrzymywanie wydajności modeli AI w czasie.
Fine-Tuning i Dostosowywanie modeli AI na Ollama.
14 godzinTo ten szkolenie prowadzone przez instruktora (online lub stacjonarne) skierowane jest do zaawansowanych profesjonalistów, którzy chcą dostosowywać i personalizować modele AI na Ollama w celu poprawy wydajności i aplikacji specyficznych dla danego dziedziny.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Ustawić efektywne środowisko do dostosowywania modeli AI na Ollama.
- Przygotować zestawy danych do nadzorowanego dostosowywania i uczenia wzmacniającego.
- Optymalizować modele AI pod kątem wydajności, dokładności i efektywności.
- Wdrożyć spersonalizowane modele w środowiskach produkcyjnych.
- Ocenić poprawy modeli i zapewnić ich niezawodność.
Wprowadzenie do Claude AI: Sztuczna inteligencja rozmownicza i zastosowania biznesowe
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla początkujących profesjonalistów biznesowych, zespołów obsługi klienta i entuzjastów technologii, którzy chcą zrozumieć podstawy Claude AI i wykorzystać ją w aplikacjach biznesowych.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Zrozumieć możliwości i przypadki użycia Claude AI.
- Skutecznie skonfigurować i współdziałać z Claude AI.
- Zautomatyzować biznesowe przepływy pracy za pomocą konwersacyjnej sztucznej inteligencji.
- Zwiększyć zaangażowanie klientów i wsparcie za pomocą rozwiązań opartych na sztucznej inteligencji.
LangGraph Applications in Finance
35 godzinLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.
By the end of this training, participants will be able to:
- Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
- Integrate financial data standards and ontologies into graph state and tooling.
- Implement reliability, safety, and human-in-the-loop controls for critical processes.
- Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 godzinLangGraph to framework do budowy aplikacji opartego na grafie modeli językowych dużej skalowości (LLM), które wspierają planowanie, rozgałęzienie, używanie narzędzi, pamięć oraz kontrolowane wykonywanie.
Ten prowadzony przez instruktora kurs (online lub stacjonarnie) jest skierowany do początkujących developerów, inżynierów promptów oraz praktyków danych, którzy chcą zaprojektować i zbudować niezawodne, wieloetapowe przepływy pracy modeli językowych dużej skalności z użyciem LangGraph.
Na zakończenie tego kursu uczestnicy będą w stanie:
- Wyjaśnić podstawowe koncepcje LangGraph (węzły, krawędzie, stan) oraz kiedy ich używać.
- Budować łańcuchy promptów, które rozgałęziają się, wywołują narzędzia oraz utrzymują pamięć.
- Integrować odzyskiwanie i zewnętrzne API z przepływami grafu.
- Testować, debugować i oceniać aplikacje LangGraph pod kątem niezawodności i bezpieczeństwa.
Format kursu
- Interaktywne wykłady i prowadzone dyskusje.
- Przewodowane laboratoria i przechadzki po kodzie w środowisku piaskownicy.
- Ćwiczenia oparte na scenariuszach dotyczące projektowania, testowania i oceny.
Opcje dostosowywania kursu
- Aby poprosić o dostosowany kurs dla tego kursu, prosimy o kontakt z nami w celu ustalenia.
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 godzinLangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.
By the end of this training, participants will be able to:
- Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
- Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
- Apply best practices for reliability, traceability, and explainability in sensitive environments.
- Deploy, monitor, and validate LangGraph applications in healthcare production settings.
Format of the Course
- Interactive lecture and discussion.
- Hands-on exercises with real-world case studies.
- Implementation practice in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Legal Applications
35 godzinLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.
By the end of this training, participants will be able to:
- Design legal-specific LangGraph workflows that preserve auditability and compliance.
- Integrate legal ontologies and document standards into graph state and processing.
- Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
- Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Budowanie dynamicznych przepływów pracy z LangGraph i agentami LLM
14 godzinLangGraph to framework do tworzenia przepływów pracy o strukturze grafu LLM, który obsługuje rozgałęzianie, użycie narzędzi, pamięć i kontrolowane wykonywanie.
To szkolenie prowadzone przez instruktora (online lub stacjonarnie) jest skierowane do inżynierów i zespołów produktowych na poziomie średnim, którzy chcą połączyć logikę grafu LangGraph z pętlami agentów LLM, aby tworzyć dynamiczne, świadome kontekstu aplikacje, takie jak agenci wsparcia klienta, drzewa decyzji i systemy odzyskiwania informacji.
Po zakończeniu tego szkolenia uczestnicy będą mogli:
- Projektować przepływy pracy oparte na grafach, które koordynują agentów LLM, narzędzia i pamięć.
- Wdrażać warunkowe trasowanie, powtórzenia i zapasowe ścieżki dla solidnego wykonywania.
- Integrować odzyskiwanie, API i wyjścia strukturalne w pętle agentów.
- Ocena, monitorowanie i zabezpieczanie zachowania agentów dla niezawodności i bezpieczeństwa.
Format kursu
- Interaktywne wykłady i prowadzone dyskusje.
- Przewodnikowe laboratoria i przejście przez kod w środowisku sandbox.
- Ćwiczenia projektowe oparte na scenariuszach i przegląd parowy.
Opcje dostosowania kursu
- Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uregulowania.
LangGraph for Marketing Automation
14 godzinLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Pierwsze kroki z Ollama: Uruchamianie lokalnych modeli AI
7 godzinTo szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla początkujących profesjonalistów, którzy chcą zainstalować, skonfigurować i używać Ollama do uruchamiania modeli AI na swoich lokalnych maszynach.
Po ukończeniu tego szkolenia uczestnicy będą w stanie:
- Zrozumieć podstawy Ollama i jego możliwości.
- Skonfigurować Ollama do uruchamiania lokalnych modeli AI.
- Wdrożyć i interagować z modelami LLM za pomocą Ollama.
- Optymalizować wydajność i zużycie zasobów dla obciążeń AI.
- Badanie przypadków użycia wdrażania lokalnego AI w różnych branżach.