Małe Modele Językowe (SLMs) dla Interakcji Człowiek-AI - Plan Szkolenia

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do początkujących do średnio zaawansowanych naukowców danych i programistów, którzy chcą wdrożyć i wykorzystać Małe Modele Językowe w różnych aplikacjach.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Zrozumieć architekturę i funkcjonalność Małych Modeli Językowych.
• Wdrożyć SLM do zadań takich jak generowanie tekstu i analiza sentymentu.
• Optymalizować i dostrajać SLM do konkretnych przypadków użycia.
• Wdrożyć SLM w środowiskach o ograniczonych zasobach.
• Ocenić i zinterpretować wydajność SLM w rzeczywistych scenariuszach.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych technologów edukacyjnych, projektantów instrukcji i programistów AI w edukacji, którzy chcą zintegrować Small Language Models (SLMs) z platformami edukacyjnymi w celu usprawnienia procesów nauczania i uczenia się.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zrozumieć rolę SLM w technologii edukacyjnej.
• Projektować doświadczenia edukacyjne oparte na sztucznej inteligencji przy użyciu SLM.
• Wdrażać SLM w różnych środowiskach edukacyjnych.
• Ocenić skuteczność SLM w efektach uczenia się.

Szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do planistów miejskich, administratorów miast oraz rozwiązań dla inteligentnych miast na poziomie średniozaawansowanym, którzy chcą wdrożyć Małe Modele Językowe (SLMs) w projektach inteligentnych miast w celu poprawy życia miejskiego.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć zastosowanie SLMs w inteligentnych miastach.
• Integrować SLMs z zestawami danych miejskich w celu poprawy podejmowania decyzji.
• Rozwijać strategie wdrażania SLMs w systemach zarządzania miastem.
• Ocenić wpływ SLMs na planowanie miejskie i rozwiązania dla inteligentnych miast.

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest przeznaczone dla średnio zaawansowanych data scientistów i inżynierów uczenia maszynowego, którzy chcą tworzyć i stosować małe modele językowe dostosowane do konkretnych dziedzin, takich jak prawo, medycyna i technologia.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Rozumieć znaczenie i zastosowanie modeli językowych dedykowanych dla konkretnych dziedzin.
• Tworzyć i przygotowywać zestawy danych specjalistycznych do szkolenia modeli.
• Szkolić i doskonalić modele językowe dla aplikacji dedykowanych dla konkretnych dziedzin.
• Ocena i porównanie modeli za pomocą metryk związanych z dziedziną.
• Wdrażać modele językowe dedykowane dla konkretnych dziedzin w rzeczywistych scenariuszach.

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest przeznaczone dla zaawansowanych inżynierów uczenia maszynowego i badaczy sztucznej inteligencji, którzy chcą rozwijać rozwiązania AI o niskim zużyciu energii z użyciem małych modeli językowych, które są jednocześnie mocne i przyjazne dla środowiska.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć wpływ AI na zużycie energii i środowisko.
• Zastosować techniki kompresji i optymalizacji modeli w celu zmniejszenia ich rozmiaru i zużycia energii.
• Korzystać z energooszczędnego sprzętu i ram programowych do wdrażania AI.
• Wdrażać najlepsze praktyki w zakresie zrównoważonego rozwoju AI.
• Działają na rzecz i przyczyniają się do zrównoważonych praktyk w przemyśle AI.

To szkolenie prowadzone przez instruktora w Polsce (online lub stacjonarnie) jest skierowane do profesjonalistów IT poziomu średniozaawansowanego, którzy chcą wdrażać małe modele językowe bezpośrednio na urządzenia o ograniczonych możliwościach obliczeniowych, otwierając możliwości dla innowacyjnych aplikacji w różnych sektorach.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć wyzwania i rozwiązania związane z wdrażaniem AI na kompaktowym sprzęcie.
• Optymalizować i kompresować modele AI w celu efektywnego wdrażania na urządzeniach.
• Wykorzystywać współczesne ramy i narzędzia AI do implementacji modeli na urządzeniach.
• Projektować i rozwijać aplikacje AI w czasie rzeczywistym dla urządzeń mobilnych i IoT.
• Ocenić i zagwarantować bezpieczeństwo i prywatność systemów AI na urządzeniach.