Plan Szkolenia
Wprowadzenie do AI w tworzeniu oprogramowania
- Czym jest Generative AI vs Predictive AI
- Zastosowania AI w kodowaniu, analizach i automatyzacji
- Przegląd LLM, transformatorów i modeli głębokiego uczenia
AI-wspomagane kodowanie i predykcyjne tworzenie oprogramowania
- AI-wspomagane uzupełnianie i generowanie kodu (GitHub Copilot, CodeGeeX)
- Prognozowanie błędów i luk w kodzie przed wdrożeniem
- Automatyzacja przeglądów kodu i sugestii optymalizacji
Budowanie modeli predykcyjnych dla aplikacji
- Zrozumienie prognozowania szeregów czasowych i analizy predykcyjnej
- Implementacja modeli AI do prognozowania popytu i wykrywania anomalii
- Wykorzystanie Pythona, Scikit-learn i TensorFlow do modelowania predykcyjnego
Generative AI do generowania tekstu, kodu i obrazów
- Praca z GPT, LLaMA i innymi LLM
- Generowanie danych syntetycznych, podsumowań tekstowych i dokumentacji
- Tworzenie obrazów i filmów generowanych przez AI za pomocą modeli dyfuzyjnych
Wdrażanie modeli AI w rzeczywistych aplikacjach
- Hostowanie modeli AI za pomocą Hugging Face, AWS i Google Cloud
- Tworzenie usług AI opartych na API dla aplikacji biznesowych
- Dostosowywanie wstępnie wytrenowanych modeli AI do zadań specyficznych dla domeny
AI dla predykcyjnych analiz biznesowych i podejmowania decyzji
- AI-napędzana analiza biznesowa i analiza klientów
- Prognozowanie trendów rynkowych i zachowań konsumentów
- Automatyzacja optymalizacji przepływów pracy za pomocą AI
Etyka AI i najlepsze praktyki w rozwoju
- Kwestie etyczne w podejmowaniu decyzji wspomaganych przez AI
- Wykrywanie uprzedzeń i uczciwość w modelach AI
- Najlepsze praktyki w tworzeniu interpretowalnej i odpowiedzialnej AI
Warsztaty praktyczne i studia przypadków
- Implementacja analizy predykcyjnej dla rzeczywistego zestawu danych
- Budowanie chatbota napędzanego AI z generowaniem tekstu
- Wdrażanie aplikacji opartej na LLM do automatyzacji
Podsumowanie i kolejne kroki
- Przegląd kluczowych wniosków
- Narzędzia i zasoby AI do dalszej nauki
- Ostatnia sesja pytań i odpowiedzi
Wymagania
- Znajomość podstawowych koncepcji tworzenia oprogramowania
- Doświadczenie w dowolnym języku programowania (zalecany Python)
- Znajomość podstaw uczenia maszynowego lub AI (zalecane, ale nie wymagane)
Grupa docelowa
- Programiści
- Inżynierowie AI/ML
- Kierownicy zespołów technicznych
- Kierownicy produktów zainteresowani aplikacjami napędzanymi AI
Opinie uczestników (3)
Trenerzy mogą odpowiadać na wszystkie pytania i przyjmować wszelkie zapytania
Dewi Anggryni - PT Dentsu International Indonesia
Szkolenie - Copilot for Finance and Accounting Professionals
Przetłumaczone przez sztuczną inteligencję
Przejrzenie różnych zastosowań i wykorzystania sztucznej inteligencji było pomocne. Cieszyłem się, że mogłem przejść przez opisy różnych agentów AI.
Axel Schulz - CANARIE Inc
Szkolenie - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Przetłumaczone przez sztuczną inteligencję
Trener ma ogromną wiedzę, doskonałe umiejętności nauczania i udziela odpowiedzi na każde pytanie. Cała szkolenie było bardzo interesujące i poleciłbym je uczestniczyć.
Daria - LKQ Polska Sp. z o. o.
Szkolenie - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Przetłumaczone przez sztuczną inteligencję