Zkuste nás kontaktovat

Návrh Školení

Úvod do využití umělé inteligence ve softwarovém vývoji

  • Jaký je rozdíl mezi generativní a prediktivní AI
  • Příklady využití AI při programování, analýze dat a automatizaci
  • Přehled velkých jazykových modelů, transformátorů a hlubokých neuronových sítí

Programování s podporou umělé inteligence a prediktivní vývoj

  • Automatické doplňování kódu a jeho generování pomocí nástrojů jako GitHub Copilot nebo CodeGeeX
  • Předpovídání chyb a potenciálních zranitelností v kódu před nasazením
  • Automatizace kontroly kódu a navrhování optimalizací

Vytváření prediktivních modelů pro softwarové aplikace

  • Principy časových řad a prediktivní analýzy
  • Implementace modelů umělé inteligence pro předpovídání poptávky a detekci anomálií
  • Práce s jazykem Python, knihovnami Scikit-learn a TensorFlow při tvorbě prediktivních modelů

Generativní AI pro vytváření textu, kódu i obrazů

  • Práce s modely GPT, LLaMA a dalšími velkými jazykovými modely
  • Generování syntetických dat, souhrnů textu a dokumentace
  • Tvorba obrazů a videí pomocí modelů typu diffusion

Nasazování modelů umělé inteligence v praxi

  • Hostování AI modelů prostřednictvím platforem jako Hugging Face, AWS či Google Cloud
  • Vytváření API služeb založených na umělé inteligenci pro podnikové aplikace
  • Doladění předtrénovaných modelů pro specifické oblasti využití

Umělá inteligence pro prediktivní podnikovou analýzu a rozhodování

  • Analytika založená na AI v oblasti obchodu a chování zákazníků
  • Předpovídání trendů trhu a preferencí spotřebitelů
  • Automatizace optimalizace pracovních postupů pomocí AI

Etika v umělé inteligenci a osvědčené postupy vývoje

  • Etické aspekty rozhodování s podporou AI
  • Detekce předsudků a zajištění spravedlnosti modelů umělé inteligence
  • Zásady pro vytváření transparentních a eticky správných AI řešení

Praktická cvičení a případové studie

  • Implementace prediktivní analýzy na reálném datovém souboru
  • Vytvoření chatbotu s využitím generativních modelů textu
  • Nasazení aplikace založené na velkém jazykovém modelu pro automatizaci procesů

Shrnutí a další kroky

  • Opakování klíčových poznatků z kurzu
  • Doporučené nástroje a zdroje pro další studium AI
  • Závěrečné otázky a odpovědi

Požadavky

  • Základní znalost konceptů softwarového vývoje
  • Praxe s libovolným programovacím jazykem (doporučujeme Python)
  • Seznámenost se základy strojového učení či umělé inteligence je vhodná, ale není nutná

Cílové skupiny

  • Softwaroví vývojáři
  • Inženýři specializující se na AI/ML
  • Vedoucí technických týmů
  • Produktoví manažeři se zájmem o aplikace využívající umělou inteligenci
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie