Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
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
Opinie uczestników (1)
Widać, że trener ma zarówno bardzo dużą wiedzę, jak i umiejętność jej przekazania i utrzymywania uwagi audytorium