Na míru šité aplikované umělé inteligence a vývoj velkých jazykových modelů v Pythonu Počítačový Kurz
Přehled kurzu
Tento praktický školicí program je určen pro profesionály s zkušenostmi v oblasti datového inženýrství, kteří si chtějí osvojit dovednosti v umělé inteligenci, Pythonu a práci s velkými jazykovými modely. Kurz se zaměřuje na reálné situace z praxe a pokrývá použití modelů, techniky návrhu promtů i tvorbu řešení využívajících umělou inteligenci. Účastníci budou postupně plnit cvičení, která je provedou od základních konceptů až po sestavení proveditelných AI pracovních postupů.
Forma školení
• Prezenční výuka ve třídě
• Lektorské vedené lekce s doprovodnými praktickými cvičeními
• Interaktivní diskuze a příklady z reálného světa
• Každodenní praktická cvičení
Cíle kurzu
• Pochopení klíčových konceptů umělé inteligence a strojového učení vhodných pro moderní aplikace
• Zdokonalení znalostí Pythonu při vývoji AI systémů a řešení pro práci s daty
• Seznámení se s fungováním velkých jazykových modelů a jejich efektivní využití
• Návrh promtů zajišťujících spolehlivé výstupy
• Vytváření komplexních AI řešení s využitím API a specializovaných frameworků
• Integrace umělé inteligence do procesů datového inženýrství
Návrh Školení
Osnova kurzu Návrh školení
1. den – Úvod do umělé inteligence a Pythonu pro práci s daty
• Přehled současného prostředí umělé inteligence a strojového učení
• Role AI v moderním datovém inženýrství
• Zopakování základů Pythonu pro aplikace v oblasti AI
• Práce s daty pomocí nástrojů pandas a NumPy
• Seznámení s API a zpracováním dat ve formátu JSON
• Krátké cvičení na načítání a transformaci datových sad
2. den – Základy strojového učení pro praktiky
• Koncepty učení s dohledem i bez dohledu
• Techniky přípravy dat a konstrukce vlastností (feature engineering)
• Základy trénování modelů pomocí knihovny scikit-learn
• Hodnocení výkonnosti modelů a použití relevantních metrik
• Seznámení s principy nasazování AI modelů do provozu
• Praktické sestavení jednoduchého prediktivního modelu
3. den – Úvod do velkých jazykových modelů a návrhu promtů
• Seznámení se s fungováním velkých jazykových modelů
• Tokenizace, okno kontextu a omezení těchto modelů
• Zásady a techniky návrhu promtů pro vysokou efektivitu
• Principy zero-shot a few-shot promptování
• Postupy hodnocení promtů a jejich postupné zdokonalování
• Praktická cvičení na návrh efektivních promtů
4. den – Vytváření aplikací využívajících velké jazykové modely
• Použití API velkých jazykových modelů v Pythonu
• Principy strukturovaného výstupu a volání funkcí z prostředí AI modelů
• Konstrukce aplikací s chatem i nástrojů řešících specifické úlohy
• Seznámení s konceptem Retrieval-Augmented Generation (RAG)
• Spojování velkých jazykových modelů s externími zdroji dat
• Krátký projekt zaměřený na vytvoření jednoduchého asistenta řídícího se AI pravidly
5. den – Nasazování řešení založených na umělé inteligenci do praxe
• Návrh škálovatelných pracovních postupů využívajících AI
• Integrace umělé inteligence do datových toků
• Kontrola a zlepšování výkonnosti modelů během jejich provozu
• Optimalizace nákladů a efektivní využívání API služeb
• Důležitost bezpečnosti a etických aspektů při nasazování AI řešení
• Finální projekt zaměřený na vybudování uceleného řešení využívajícího umělou inteligenci
Veřejné školení vyžaduje minimálně 5 účastníků.
Na míru šité aplikované umělé inteligence a vývoj velkých jazykových modelů v Pythonu Počítačový Kurz - Rezervace
Na míru šité aplikované umělé inteligence a vývoj velkých jazykových modelů v Pythonu Počítačový Kurz - Dotaz
Na míru šité aplikované umělé inteligence a vývoj velkých jazykových modelů v Pythonu - Dotaz ohledně konzultace
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
Nadcházející kurzy
Související kurzy
Pokročilý LangGraph: Optimalizace, ladění a monitorování složitých grafů
35 HodinyLangGraph je framework určený k vytváření stavově závislých aplikací na bázi velkých jazykových modelů, které fungují jako kompozitní grafy s trvalým uložením stavu a plnou kontrolou nad jejich prováděním.
Toto školení pod vedením instruktora (online nebo na místě) je určeno pro pokročilé inženýry AI platform, pracovníky DevOps zabývající se umělou inteligencí a architekty strojového učení, kteří chtějí optimalizovat, ladit, monitorovat a provozovat produkční systémy založené na LangGraphu.
Po absolvování tohoto kurzu budou účastníci schopni:
- Navrhnout a optimalizovat složité topologie grafů LangGraph pro dosažení vyšší rychlosti, nižších nákladů a lepší škálovatelnosti.
- Zajistit spolehlivost systému pomocí mechanismů opakování operací, časových limitů, idempotence a obnovy stavu na základě kontrolních bodů.
- Ladit a sledovat průběh provádění grafů, analyzovat jejich stav a systematicky reprodukovat problémy vyskytující se v produkčním prostředí.
- Vybavit grafy protokoly, metrikami a informacemi o sledování, nasadit je do produkce a monitorovat dodržování SLA i náklady.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Četné cvičení a praktické úkoly.
- Praktická implementace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pokud si přejete vytvořit kurz na míru, kontaktujte nás prosím a domluvíme se na detailách.
Vytváření kódovacích agentů s Devstral: od návrhu až po nástroje
14 HodinyDevstral je open-source framework určený k vytváření a spouštění kódovacích agentů, kteří mohou interagovat s kódy, vývojářskými nástroji i API za účelem zvýšení produktivity v oblasti softwarového inženýrství.
Tento školení pod vedením instruktora (online nebo prezenčně) je určeno pro ML inženýry na středně pokročilé a pokročilé úrovni, týmy zabývající se vývojářskými nástroji a SRE specialisty, kteří si přejí navrhovat, implementovat a optimalizovat kódovací agenty pomocí Devstral.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit a konfigurovat Devstral pro vývoj kódovacích agentů.
- Navrhnout pracovní postupy pro prozkoumávání a úpravu kódu pomocí agentů.
- Integrovat kódovací agenty s vývojářskými nástroji a API.
- Aplikovat osvědčené postupy pro bezpečné a efektivní nasazení agentů.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Množství cvičení a praktických úkolů.
- Praktická implementace v prostředí reálného laboratorního testování.
Možnosti přizpůsobení kurzu
- Pokud si přejete požádat o individuálně upravené školení, kontaktujte nás za účelem domluvy.
Analýza dat v Pythonu, Pandas a Numpy
14 HodinyToto školení pod vedením lektora České republice (online nebo na místě) je určeno pro programátory Pythonu a analytiky dat středně pokročilé úrovně, kteří si chtějí rozšířit dovednosti při manipulaci s daty pomocí knihoven Pandas a NumPy.
Po absolvování školení budou účastníci schopni:
- Nastavit vývojové prostředí obsahující Python, Pandas i NumPy.
- Vytvořit aplikaci na analýzu dat využívající Pandas a NumPy.
- Provádět pokročilou transformaci, řazení a filtrování dat.
- Provádět agregace a analyzovat časové řady.
- Vytvářet vizualizace pomocí knihoven jako Matplotlib.
- Ladit a optimalizovat svůj kód na zpracování dat.
Operace s open-source modely: samohostování, ladění a správa pomocí modelů Devstral a Mistral
14 HodinyModely Devstral a Mistral představují open-source nástroje umělé inteligence určené k flexibilnímu nasazení, ladění a škálovatelné integraci do různých systémů.
Toto praktické školení vedené instruktorem (online nebo na místě) je určeno pro inženýry strojového učení, pracovníky platformních týmů a výzkumné inženýry středně pokročilé až pokročilé úrovně, kteří chtějí samohostovat, ladit a efektivně spravovat modely Mistral a Devstral v produkčním prostředí.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit a konfigurovat samohostující prostředí pro modely Mistral a Devstral.
- Používat techniky ladění na zlepšení výkonu v konkrétních oblastech.
- Implementovat řízení verzí, monitorování a správu životního cyklu modelů.
- Zajišťovat bezpečnost, dodržování předpisů a etické využívání open-source modelů.
Formát kurzu
- Interaktivní přednášky a diskuze.
- Praktická cvičení zaměřená na samohostování a ladění modelů.
- Aplikace procesů správy a monitorování v reálném prostředí.
Možnosti přizpůsobení kurzu
- Pokud si přejete kurz upravit na míru, kontaktujte nás pro domluvení detailů.
Vývoj celoplatformních aplikací pomocí FARM (FastAPI, React a MongoDB)
14 HodinyTento kurz vedený lektorem (online nebo na místě) je určen vývojářům, kteří chtějí využít stack FARM (FastAPI, React a MongoDB) pro tvorbu dynamických, vysoce výkonných a škálovatelných webových aplikací.
Po absolvování kurzu budou účastníci schopni:
- Nastavit potřebné vývojové prostředí integrující FastAPI, React a MongoDB.
- Pochopit klíčové koncepty, vlastnosti a výhody stacku FARM.
- Vytvářet REST API pomocí frameworku FastAPI.
- Navrhovat interaktivní aplikace s využitím Reactu.
- Vyvíjet, testovat a nasazovat aplikace (jak na straně front-endu, tak back-endu) pomocí stacku FARM.
Vývoj API pomocí Pythonu a FastAPI
14 HodinyToto školení pod vedením instruktora České republice (online nebo na místě) je určeno vývojářům, kteří chtějí s pomocí FastAPI efektivněji a rychleji vytvářet, testovat a nasazovat RESTful API.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit potřebné vývojové prostředí pro tvorbu API v Pythonu s využitím FastAPI.
- Rychleji a snadněji vytvářet API díky knihovně FastAPI.
- Vytvářet datové modely a schémata pomocí nástrojů Pydantic a OpenAPI.
- Připojit API k databázi s využitím knihovny SQLAlchemy.
- Zajistit zabezpečení a autentizaci v rámci API prostřednictvím nástrojů FastAPI.
- Sestavovat kontejnerové obrazy a nasazovat webová API na cloudový server.
Fiji: Zpracování obrazu pro biotechnologii a toxikologii
14 HodinyToto školení pod vedením instruktora České republice (online nebo prezenčně) je určeno pro začínající až středně pokročilé výzkumníky a laboratorní pracovníky, kteří chtějí zpracovávat a analyzovat snímky histologických tkání, krevních buněk, řas a dalších biologických vzorků.
Po absolvování tohoto kurzu budou účastníci schopni:
- Orientovat se v rozhraní programu Fiji a využívat základní funkce ImageJ.
- Předzpracovávat a vylepšovat vědecké snímky pro lepší analýzu.
- Provádět kvantitativní analýzu obrazů, včetně počítání buněk a měření ploch.
- Automatizovat opakující se úkoly pomocí maker a pluginů.
- Přizpůsobit pracovní postupy konkrétním potřebám analýzy obrazu v rámci biologického výzkumu.
Využití LangGraphu ve finančnictví
35 HodinyLangGraph je framework určený k tvorbě stavových aplikací založených na jazykových modelech, které využívají více aktorů. Tyto aplikace mají podobu kompozitelných grafů s trvalým uložením stavu a umožňují plnou kontrolu nad jejich prováděním.
Toto školení vedené instruktorem (online nebo na místě) je určeno pro profesionály se středně pokročilými až pokročilými znalostmi, kteří chtějí navrhovat, implementovat a provozovat finanční řešení využívající LangGraph s ohledem na správnou správu, sledovatelnost a dodržování předpisů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Navrhovat pracovní postupy v LangGraphu specifické pro finanční oblast, jež splňují regulační a auditorské požadavky.
- Integrovat standardy a ontologie finančních dat do stavu grafu i použitých nástrojů.
- Zajistit spolehlivost, bezpečnost a kontrolu lidského zásahu u klíčových procesů.
- Implementovat, monitorovat a optimalizovat systémy v LangGraphu s ohledem na výkon, náklady a smluvní požadavky.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Četné cvičení a praktické ukázky.
- Praktická implementace v prostředí testovací laboratoře.
Možnosti přizpůsobení kurzu
- Pokud si přejete individuálně upravený program, kontaktujte nás pro domluvení podrobností.
Základy LangGraphu: Použití grafů pro vytváření a řetězení promptů v LLM aplikacích
14 HodinyLangGraph je framework určený k tvorbě aplikací založených na LLM, které využívají grafovou strukturu. Umožňuje plánování, rozvětvení toku dat, použití nástrojů, správu paměti a kontrolované provádění operací.
Toto školení vedené instruktorem (online nebo prezenčně) je určeno pro začínající vývojáře, odborníky na tvorbu promptů a pracovníky v oblasti dat, kteří si přejí navrhnout a vybudovat spolehlivé vícekrokové pracovní toky pomocí LLM v rámci LangGraphu.
Po absolvování kurzu budou účastníci schopni:
- Vysvětlit základní koncepty LangGraphu – uzly, hrany a stav – a pochopit, kdy je vhodné je použít.
- Vytvořit řetězce promptů, které se rozvětví, volají externí nástroje a udržují paměť systému.
- Začlenit vyhledávání informací i vnější API do grafových pracovních toků.
- Testovat, ladit a hodnotit aplikace postavené na LangGraphu z hlediska spolehlivosti a bezpečnosti.
Forma kurzu
- Interaktivní přednášky doprovázené diskuzemi.
- Pokyny k praktickým cvičením a procházení zdrojového kódu v izolovaném testovacím prostředí.
- Cvičení na řešení konkrétních scénářů v oblasti návrhu, testování a hodnocení aplikací.
Možnosti přizpůsobení kurzu
- Pokud si přejete individuálně upravené školení, kontaktujte nás a domluvme se na podrobnostech.
LangGraph ve zdravotnictví: Orchestrace pracovních postupů v regulovaném prostředí
35 HodinyLangGraph umožňuje tvorbu stavově závislých pracovních postupů s více aktéry, které jsou řízeny modely LLM, přičemž poskytuje precizní kontrolu nad výkonnými cestami i udržováním stavu. Ve zdravotnictví jsou tyto vlastnosti klíčové pro dodržování předpisů, interoperabilitu a vyvíjení systémů na podporu rozhodování, jež odpovídají skutečným lékařským postupům.
Toto živé školení vedené instruktorem (online či prezenčně) je určeno profesionálům na středně pokročilé až pokročilé úrovni, kteří chtějí navrhovat, implementovat a spravovat řešení v oblasti zdravotnictví založená na LangGraphu, přičemž zohlední i regulatorní, etické a provozní požadavky.
Po absolvování tohoto školení budou účastníci schopni:
- Navrhovat pracovní postupy v LangGraphu přizpůsobené zdravotnickým potřebám s důrazem na shodu s předpisy a možnost auditování.
- Integrovat aplikace založené na LangGraphu s lékařskými ontologiemi a standardy (FHIR, SNOMED CT, ICD).
- Aplikovat osvědčené postupy pro spolehlivost, sledovatelnost a vysvětlitelnost v citlivém zdravotnickém prostředí.
- Zavádět, monitorovat a validovat aplikace LangGraphu do reálných zdravotnických provozů.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Praktická cvičení s reálnými případovými studiemi.
- Aplikační praxe v laboratorním prostředí v reálném čase.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás za účelem domluvy.
LangGraph pro právní aplikace
35 HodinyLangGraph je framework určený k vytváření stavově orientovaných aplikací na bázi velkých jazykových modelů, které využívají více aktérů a jsou realizovány jako kompozitní grafy s trvalým stavem a plnou kontrolou nad jejich provedením.
Toto školení vedené instruktorem probíhá online nebo na místě a je určeno pro odborníky středně pokročilé i pokročilé úrovně, kteří chtějí navrhovat, implementovat a spravovat právní řešení založená na LangGraphu s dostatečnou mírou dodržování předpisů, sledovatelnosti a řídicích mechanismů.
Po absolvování tohoto školení budou účastníci schopni:
- Navrhnout právně specifické pracovní postupy v LangGraphu, které zajišťují možnost auditování a soulad s předpisy.
- Integrovat právní ontologie a standardy dokumentů do stavu grafu i jeho procesování.
- Zavést kontrolní mechanismy, schválení v režimu „člověk v cyklu“ a sledovatelné cesty rozhodování.
- Nasadit, monitorovat a udržovat služby LangGraphu v produkčním prostředí s možnostmi sledování a řízení nákladů.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Četné cvičení a praktické úkoly.
- Praktická implementace v prostředí s živými laboratorními testy.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat školení přizpůsobené vašim potřebám, kontaktujte nás a domluvme se na podrobnostech.
Vytváření dynamických pracovních postupů s využitím LangGraph a agentů LLM
14 HodinyLangGraph je framework určený k tvorbě pracovních postupů založených na grafech pro modely LLM. Podporuje rozvětvení cest, využití nástrojů, správu paměti a kontrolované provádění jednotlivých kroků.
Toto školení vedené instruktorem (online nebo na místě) je určeno pro inženýry a produkťáky na středně pokročilé úrovni, kteří chtějí kombinovat logiku grafů v LangGraphu s cykly agentů LLM za účelem vytvoření dynamických a kontextově citlivých aplikací – například systémů pro zákaznickou podporu, rozhodovacích nástrojů či mechanismů vyhledávání informací.
Po absolvování tohoto kurzu budou účastníci schopni:
- Navrhnout pracovní postupy založené na grafech, které koordinují agenty LLM, nástroje a paměť.
- Implementovat podmíněné směrování požadavků, opakování operací a mechanismy záložního řešení pro spolehlivé provádění.
- Integrovat vyhledávací funkce, API služby i strukturované výstupy do cyklů agentů LLM.
- Hodnotit a monitorovat chování agentů a zajistit tak jejich spolehlivost a bezpečnost.
Formát kurzu
- Interaktivní přednášky doprovázené diskuzemi.
- Praktické cvičení v uzavřeném prostředí s krokovým vysvětlením kódu.
- Designové úkoly na základě reálných scénářů a vzájemné hodnocení skupinou.
Možnosti přizpůsobení kurzu
- Pokud si přejete kurz upravit na míru, kontaktujte nás za účelem domluvy detailů.
LangGraph pro automatizaci marketingu
14 HodinyLangGraph je framework určený k orchestraci procesů založený na grafech, který umožňuje vytvářet podmíněné a vícestupňové pracovní toky využívající jazykové modely velkého rozsahu a nástroje – ideální řešení pro automatizaci a personalizaci tvorby obsahu.
Tento živý kurz vedený instruktorem (online nebo prezenčně) je určen pro marketingové specialisty, stratégy obsahu a vývojáře automatizace střední úrovně, kteří chtějí pomocí LangGraphu realizovat dynamické e-mailové kampaně s rozdělenými cestami i celé systémy generování obsahu.
Po absolvování tohoto kurzu budou účastníci schopni:
- Navrhnout pracovní toky pro obsah a e-maily strukturované jako grafy s použitím podmíněné logiky.
- Integrovat jazykové modely velkého rozsahu, API a datové zdroje pro automatickou personalizaci.
- Spravovat stav, paměť a kontext napříč vícestupňovými kampaněmi.
- Vyhodnocovat, monitorovat a optimalizovat výkon pracovních toků i výsledky jejich provádění.
Forma kurzu
- Interaktivní přednášky a diskuze ve skupinách.
- Praktické cvičení na tvorbě e-mailových toků a systémů generujících obsah.
- Cvičení založená na konkrétních scénářích týkající se personalizace, segmentace a podmíněné logiky.
Možnosti přizpůsobení kurzu
- Chcete-li si kurz upravit na míru, kontaktujte nás pro domluvení podrobností.
Le Chat Enterprise: Privátní řešení ChatOps, integrace a správní nástroje
14 HodinyLe Chat Enterprise je privátní řešení typu ChatOps, které organizacím nabízí bezpečné, přizpůsobitelné a řízené možnosti využití konverzační umělé inteligence. Podporuje řízení přístupu podle rolí, jednotné přihlašování (SSO), konektory i integraci s podnikovými aplikacemi.
Toto živé školení vedené instruktorem (online nebo na místě) je určeno pro produktové manažery, vedoucí IT týmů, inženýry řešení a pracovníky zabezpečení či compliance, kteří chtějí Le Chat Enterprise nasadit, konfigurovat a spravovat v podnikovém prostředí.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nasadit a nastavit Le Chat Enterprise pro bezpečnou implementaci.
- Aktivovat řízení přístupu podle rolí, jednotné přihlašování a kontrolní mechanismy v souladu s předpisy.
- Integovat Le Chat s podnikovými aplikacemi a databázemi.
- Navrhnout a implementovat postupy pro správu a řízení prostředí ChatOps.
Formát kurzu
- Interaktivní přednášky s diskusemi.
- Četné cvičení a praktické ukázky.
- Praktická práce v prostředí simulujícím reálné pracovní prostředí.
Možnosti přizpůsobení kurzu
- Pokud si přejete zakázkový program tohoto kurzu, kontaktujte nás a domluvme detaily.
Nákladově efektivní architektury velkých jazykových modelů: Mistral ve velkém měřítku (optimalizace výkonu a nákladů)
14 HodinyMistral představuje řadu vysoce výkonných velkých jazykových modelů optimalizovaných pro efektivní nasazení v produkci ve velkém měřítku.
Tento kurz pod vedením instruktora (online nebo na místě) je určen zkušeným inženýrům infrastruktury, cloudovým architektům a vedoucím specialistům MLOps, kteří chtějí navrhnout, nasadit a optimalizovat architektury využívající modely Mistral za účelem maximalizace propustnosti při minimálních nákladech.
Po absolvování tohoto kurzu budou účastníci schopni:
- Implementovat škálovatelné vzory nasazení pro model Mistral Medium 3.
- Používat techniky dávkování, kvantizace a efektivního serverování.
- Optimalizovat náklady na inferenci při zachování vysokého výkonu.
- Navrhnout pro produkci připravené topologie serverování pro podniková prostředí.
Formát kurzu
- Interaktivní přednášky a diskuze.
- Bohata cvičení a praktické úlohy.
- Praktická implementace v prostředí živého laboratorního testování.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat kurz upravený na míru, kontaktujte nás a domluvme se.