Plan Szkolenia

Wprowadzenie do AI w rozwoju oprogramowania

  • Co to jest Generative AI vs Predictive AI
  • Zastosowania AI w kodowaniu, analizie i automatyzacji
  • Przegląd LLMs, transformerów i modeli uczenia głębokiego

Kodowanie wspomagane AI i przewidywanie rozwoju

  • AI-zaawansowane uzupełnianie i generowanie kodu (GitHub Copilot, CodeGeeX)
  • Przepowiadanie błędów i luk w kodzie przed wdrażaniem
  • Automatyzowanie przeglądów kodu i sugestii optymalizacji

Budowanie modeli przewidujących dla aplikacji oprogramowania

  • Zrozumienie prognozowania szeregów czasowych i analizy przewidywania
  • Implementacja modeli AI dla prognozowania popytu i wykrywania anomalii
  • Używanie Pythona, Scikit-learn i TensorFlow do modelowania przewidywania

Generative AI do generowania tekstu, kodu i obrazów

  • Praca z GPT, LLaMA i innymi LLMs
  • Generowanie danych syntetycznych, streszczeń tekstu i dokumentacji
  • Tworzenie obrazów i wideo generowanych przez AI z modelami dyfuzyjnymi

Wdrażanie modeli AI w aplikacjach rzeczywistych

  • Hosting modeli AI za pomocą Hugging Face, AWS i Google Cloud
  • Budowanie usług API opartych o AI dla aplikacji biznesowych
  • Dostosowywanie wstępnie przetrenowanych modeli AI do zadań specjalistycznych

AI dla przewidywania wniosków biznesowych i podejmowania decyzji

  • AI-zaawansowana inteligencja biznesowa i analiza klientów
  • Przepowiadanie trendów rynkowych i zachowania konsumentów
  • Automatyzowanie optymalizacji przepływu pracy za pomocą AI

Etyczne AI i najlepsze praktyki w rozwoju

  • Etyczne rozważania w podejmowaniu decyzji wspomaganych AI
  • Wykrywanie uprzedzeń i sprawiedliwości w modelach AI
  • Najlepsze praktyki dla interpretowalnego i odpowiedzialnego AI

Warsztaty i studia przypadków

  • Implementacja analizy przewidywania dla rzeczywistego zestawu danych
  • Budowanie czatbota z tekstem generowanym przez AI
  • Wdrażanie aplikacji opartych o LLMs do automatyzacji

Podsumowanie i kolejne kroki

  • Przegląd kluczowych wniosków
  • Narzędzia i zasoby AI do dalszego uczenia się
  • Ostatnia sesja Q&A

Wymagania

  • Zrozumienie podstawowych pojęć związanych z rozwojem oprogramowania
  • Doświadczenie z jakimkolwiek językiem programowania (zalecany Python)
  • Znajomość podstaw uczenia maszynowego lub AI (zalecana, ale nie wymagana)

Grupa docelowa

  • Programiści
  • Inżynierowie AI/ML
  • Liderzy technicznych zespołów
  • Menadżerowie produktów zainteresowani aplikacjami opartymi na AI
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie