Plan Szkolenia

Moduł 1: Wprowadzenie do AI i Google Gemini

  • Co to jest Sztuczna Inteligencja (AI)?
  • Przegląd ekosystemu Google Gemini AI
  • Kluczowe cechy i przewagi Gemini nad innymi modelami AI
  • Ćwiczenie praktyczne: Odkrywanie Gemini AI poprzez demo Google AI Studio

Moduł 2: Zrozumienie dużych modeli językowych (LLMs)

  • Podstawy dużych modeli językowych
  • Architektura i działanie modeli Gemini
  • Porównanie Gemini z GPT i innymi prowadzącymi modelami
  • Laboratorium praktyczne: Wizualizacja tokenizacji i odpowiedzi modelu przy użyciu próbkowych bodźców

Moduł 3: Rozpoczynanie pracę z Gemini

  • Konfiguracja środowiska deweloperskiego
  • Praca z API i zestawem SDK Gemini
  • Uwierzytelnianie, tokeny i klucze API
  • Laboratorium praktyczne: Uruchomienie pierwszego bodźca Gemini przy użyciu Pythona

Moduł 4: Praca z modelami Gemini

  • Odkrywanie różnych typów i możliwości modeli Gemini
  • Wybieranie odpowiednich modeli dla zadań językowych, obrazowych lub wielomodalnych
  • Inicjalizacja i testowanie generatywnych modeli
  • Zadanie praktyczne: Porównywanie wyników modeli tekst-tekst i obraz-tekst

Moduł 5: Praktyczne zastosowania i przypadki użycia

  • Integrowanie Gemini AI w aplikacje czatowe i Q&A (pytania i odpowiedzi)
  • Odpowiednie rozwijanie narzędzi wyszukiwania semantycznego i streszczenia
  • Etyczne zastosowania AI i uwagi dotyczące uprzedzeń
  • Projekt grupowy: Stworzenie „Smart Research Assistant” przy użyciu NotebookLM i Gemini

Moduł 6: Zaawansowane funkcje i dostosowanie

  • Optymalizacja bodźców i zaawansowana obsługa kontekstu
  • Korzystanie z Gemini do generowania kodu i debugowania
  • Dostosowywanie przepływów pracy przy użyciu Google Cloud Vertex AI
  • Ćwiczenie praktyczne: Dostosowywanie odpowiedzi modelu przy użyciu parametrów i kontroli temperatury

Moduł 7: Projekty z prawdziwego życia i współpraca

  • Planowanie projektów w grupach i ustawianie przepływów pracy
  • Integrowanie Gemini AI z innymi narzędziami Google (Drive, Docs, Sheets)
  • Projekt zespołowy: Projektowanie i wdrażanie małej aplikacji AI (np. streszczeniarka treści, czatbot lub generator pomysłów)
  • Omnogna ocena projektów i dyskusja nad wynikami

Moduł 8: Ocena i przyszłe kierunki rozwoju

  • Rozwiązywanie typowych problemów w projektach Gemini
  • Odkrywanie mapy drogowej API Gemini i planowanych funkcji
  • Najlepsze praktyki zarządzania AI i skalowania
  • Aktywność zakończeniowa: Refleksja nad nauką praktyczną i zastosowaniami zawodowymi

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie podstawowych koncepcji sztucznej inteligencji
  • Doswiadczenie w pracy z interfejsami API i usługami chmurowymi
  • Doświadczenie w programowaniu w języku Python

Audience

  • Deweloperzy
  • Czołowcy danych (data scientists)
  • Pasjonaci sztucznej inteligencji
 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie