Bądźmy w kontakcie

Plan Szkolenia

Moduł 1: Wprowadzenie do AI i Google Gemini

  • Czym jest sztuczna inteligencja (AI)?
  • Przegląd Google Gemini AI i jego ekosystemu
  • Kluczowe funkcje i zalety Gemini w porównaniu z innymi modelami AI
  • Ćwiczenie praktyczne: Eksploracja Gemini AI poprzez demo Google AI Studio

Moduł 2: Zrozumienie dużych modeli językowych (LLM)

  • Podstawy dużych modeli językowych
  • Architektura i działanie modeli Gemini
  • Porównanie Gemini z GPT i innymi wiodącymi modelami
  • Laboratorium praktyczne: Wizualizacja tokenizacji i odpowiedzi modelu na przykładowe pytania

Moduł 3: Rozpoczynanie pracy z Gemini

  • Konfiguracja środowiska programistycznego
  • Praca z API i SDK Gemini
  • Uwierzytelnianie, tokeny i klucze API
  • Laboratorium praktyczne: Uruchomienie pierwszego zapytania w Gemini przy użyciu Pythona

Moduł 4: Praca z modelami Gemini

  • Eksploracja różnych typów i możliwości modeli Gemini
  • Wybór odpowiednich modeli do zadań językowych, obrazowych lub multimodalnych
  • Inicjowanie i testowanie modeli generatywnych
  • Ćwiczenie praktyczne: Porównanie wyników modeli tekst-do-tekstu i obraz-do-tekstu

Moduł 5: Praktyczne zastosowania i przypadki użycia

  • Integracja Gemini AI z aplikacjami czatowymi i Q&A
  • Tworzenie narzędzi do semantycznego wyszukiwania i podsumowywania
  • Etyczne wykorzystanie AI i kwestie związane z uprzedzeniami
  • Projekt grupowy: Zbudowanie „Inteligentnego Asystenta Badawczego” przy użyciu NotebookLM i Gemini

Moduł 6: Zaawansowane funkcje i dostosowywanie

  • Optymalizacja zapytań i zaawansowane zarządzanie kontekstem
  • Wykorzystanie Gemini do generowania i debugowania kodu
  • Dostosowywanie przepływów pracy z Google Cloud Vertex AI
  • Ćwiczenie praktyczne: Dostosowywanie odpowiedzi modelu przy użyciu parametrów i kontroli temperatury

Moduł 7: Projekty rzeczywiste i współpraca

  • Planowanie projektów zespołowych i konfiguracja przepływu pracy
  • Integracja Gemini AI z innymi narzędziami Google (Drive, Docs, Sheets)
  • Projekt zespołowy: Projektowanie i wdrożenie małej aplikacji AI (np. podsumowywacz treści, chatbot, generator pomysłów)
  • Recenzja i dyskusja nad wynikami projektu

Moduł 8: Ocena i przyszłe kierunki

  • Rozwiązywanie typowych problemów w projektach Gemini
  • Eksploracja planu rozwoju API Gemini i nadchodzących funkcji
  • Najlepsze praktyki w zarządzaniu AI i skalowalności
  • Podsumowanie: Refleksja nad zdobytymi praktycznymi umiejętnościami i zastosowaniami zawodowymi

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie podstawowych koncepcji AI
  • Doświadczenie w pracy z API i usługami chmurowymi
  • Doświadczenie w programowaniu w Pythonie

Odbiorcy

  • Programiści
  • Naukowcy zajmujący się danymi
  • Entuzjaści AI
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie