Plan Szkolenia

Wprowadzenie do sztucznej inteligencji na potrzeby tworzenia oprogramowania

  • Czym jest Generative AI vs Predictive AI
  • Zastosowania sztucznej inteligencji w kodowaniu, analityce i automatyzacji
  • Przegląd LLM, transformatorów i modeli głębokiego uczenia się

Kodowanie wspomagane przez AI i rozwój predykcyjny

  • Uzupełnianie i generowanie kodu z wykorzystaniem sztucznej inteligencji (GitHub Copilot, CodeGeeX)
  • Przewidywanie błędów i luk w kodzie przed jego wdrożeniem
  • Automatyzacja przeglądów kodu i sugestie dotyczące optymalizacji

Tworzenie modeli predykcyjnych dla aplikacji

  • Zrozumienie prognozowania szeregów czasowych i analityki predykcyjnej
  • Wdrażanie modeli AI do prognozowania popytu i wykrywania anomalii
  • Korzystanie z Python, Scikit-learn i TensorFlow do modelowania predykcyjnego

Generative AI do generowania tekstu, kodu i obrazów

  • Praca z GPT, LLaMA i innymi programami LLM
  • Generowanie danych syntetycznych, podsumowań tekstowych i dokumentacji
  • Tworzenie obrazów i filmów generowanych przez sztuczną inteligencję za pomocą modeli dyfuzyjnych

Wdrażanie modeli AI w rzeczywistych aplikacjach

  • Hostowanie modeli AI przy użyciu Hugging Face, AWS i Google Cloud
  • Tworzenie usług AI opartych na API dla aplikacji biznesowych
  • Dostrajanie wstępnie wytrenowanych modeli sztucznej inteligencji do zadań specyficznych dla domeny

Sztuczna inteligencja dla predykcyjnych Business spostrzeżeń i podejmowania decyzji

  • Oparta na sztucznej inteligencji analiza biznesowa i analiza klientów
  • Przewidywanie trendów rynkowych i zachowań konsumentów
  • Automatyzacja optymalizacji przepływu pracy za pomocą AI

Etyczna sztuczna inteligencja i najlepsze praktyki w rozwoju

  • Kwestie etyczne w podejmowaniu decyzji wspomaganych przez sztuczną inteligencję
  • Wykrywanie stronniczości i uczciwość w modelach AI
  • Najlepsze praktyki w zakresie interpretowalnej i odpowiedzialnej sztucznej inteligencji

Praktyczne warsztaty i studia przypadków

  • Wdrażanie analizy predykcyjnej dla rzeczywistego zbioru danych
  • Tworzenie chatbota opartego na sztucznej inteligencji z generowaniem tekstu
  • Wdrażanie aplikacji opartej na LLM do automatyzacji

Podsumowanie i kolejne kroki

  • Przegląd kluczowych wniosków
  • Narzędzia i zasoby AI do dalszej nauki
  • Końcowa sesja pytań i odpowiedzi

Wymagania

  • Zrozumienie podstawowych koncepcji tworzenia oprogramowania
  • Doświadczenie z dowolnym językiem programowania (Python zalecane)
  • Znajomość podstaw uczenia maszynowego lub sztucznej inteligencji (zalecane, ale niewymagane)

Odbiorcy

  • Twórcy oprogramowania
  • Inżynierowie AI/ML
  • Liderzy zespołów technicznych
  • Menedżerowie produktów zainteresowani aplikacjami opartymi na sztucznej inteligencji
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie