Návrh Školení
Obsah kurzu Návrh školení
1. den - Úvod do AI a Pythonu pro datové pracovní toky
• Přehled krajiny umělé inteligence a strojového učení
• Role AI v moderním datovém inženýrství
• Osvěžení základej Pythonu pro AI aplikace
• Práce s daty pomocí pandas a NumPy
• Úvod do API a zpracování dat ve formátu JSON
• Mini cvičení: načítání a transformace datasetů
2. den - Základy strojového učení pro praxi
• Koncepty dohlíženého a nedohlíženého učení
• Techniky inženýrství znaků a přípravy dat
• Základy trénování modelů pomocí scikit-learn
• Hodnocení modelů a metriky výkonu
• Úvod do konceptů nasazení modelů
• Praktická cvičení: sestavení jednoduchého predikčního modelu
3. den - Úvod do LLM a inženýrství promptů
• Pochopení velkých jazykových modelů a jejich fungování
• Tokenizace, okna kontextu a omezení
• Principy a techniky návrhu promptů
• Zero-shot a few-shot prompting
• Strategie hodnocení a iterace promptů
• Praktická cvičení v inženýrství promptů
4. den- Vytváření AI aplikací pomocí LLM
• Používání LLM API v Pythonu
• Koncepty strukturovaného výstupu a volání funkcí
• Sestavování chatovacích a úkolových aplikací
• Úvod do generování s rozšířeným vyhledáváním (RAG)
• Propojování LLM s externími zdroji dat
• Mini projekt: sestavení jednoduchého AI asistenta
5. den - Přechod AI řešení do produkce
• Návrh škálovatelných AI pracovních toků
• Integrace AI do datových pipeline
• Monitoring a zlepšování výkonu modelů
• Optimalizace nákladů a strategie používání API
• Bezpečnost a aspekty odpovědné AI
• Závěrečný projekt: sestavení komplexního AI řešení
Reference (2)
Trainer byl velmi ochoten odpovědět na všechny moje otázky.
Caterina - Stamtech
Kurz - Developing APIs with Python and FastAPI
Přeloženo strojem
Instruktor vyvíjí školení podle tempa účastníka
Farris Chua
Kurz - Data Analysis in Python using Pandas and Numpy
Přeloženo strojem
