Návrh Školení
Úvod do umělé inteligence pro vývoj softwaru
- Co je generativní AI a jak se liší od prediktivní AI
- Použití AI ve programování, analytice a automatizaci
- Přehled o LLMs (Large Language Models), transformerech a modely hlubokého učení
AI-podporované programování a prediktivní vývoj
- Generování a dokončování kódu pomocí umělé inteligence (GitHub Copilot, CodeGeeX)
- Predikce chyb a ohrožení v kódu před nasazením
- Automatizace revizí kódu a návrhů na optimalizaci
Vytváření prediktivních modelů pro softwarové aplikace
- Pochopení časových řad a prediktivní analýzy
- Implementace AI-modelů pro předvídatelnost poptávky a detekci anomalii
- Použití Pythonu, Scikit-learn a TensorFlowu pro prediktivní modelování
Generativní AI pro texty, kód a generování obrázků
- Práce s GPT, LLaMA a jinými LLMs (Large Language Models)
- Generování syntetických dat, shrnutí textu a dokumentace
- Vytváření AI-podporovaných obrázků a videí pomocí difuzních modelů
Nasazování AI-modelů v reálném světě
- Nasazení AI-modelů pomocí Hugging Face, AWS a Google Cloud
- Vytváření API-založených AI-služeb pro podnikové aplikace
- Fine-tuning předtrénovaných AI-modelů pro oblasti určení
AI pro prediktivní podnikové vize a rozhodování
- AI-podporovaná podniková inteligence a analýza zákazníků
- Predikce tržních trendů a chování spotřebitelů
- Automatizace optimalizací pracovních postupů s využitím AI
Etnická AI a nejlepší praktiky ve vývoji
- Etnické aspekty u AI-podporovaného rozhodování
- Detekce biasu a spravedlnost v AI modelech
- Nejlepší praktiky pro transparentní a odpovědnou AI
Praktické školení a případové studie
- Implementace prediktivní analýzy na skutečných datech
- Vytvoření AI-podporovaného chatbotu s textovým generováním
- Nasazení aplikace založené na LLMs pro automatizaci
Shrnutí a další kroky
- Přehled klíčových poznatků
- AI nástroje a zdroje pro dále studium
- Poslední dotazovací sezení (Q&A)
Požadavky
- Přehled základních konceptů vývoje softwaru
- Zkušenosti s jakýmkoli programovacím jazykem (doporučuje se Python)
- Znalost základů strojového učení nebo umělé inteligence (doporučeno, ale nezaviněné)
Cílová skupina
- Vývojáři softwaru
- Inženýři AI/ML
- Leadi technických týmů
- Manažeři produktů zainteresovaní aplikacemi s umělou inteligencí
Reference (3)
Instruktoři mohou odpovědět na všechny otázky a přijmout jakékoli dotazy
Dewi Anggryni - PT Dentsu International Indonesia
Kurz - Copilot for Finance and Accounting Professionals
Přeloženo strojem
Přehled různých použití a aplikací umělé inteligence byl užitečný. Rád jsem si prošel demonstraci různých AI agentů.
Axel Schulz - CANARIE Inc
Kurz - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Přeloženo strojem
Oblíbilo se mi, že vzdělávač měl spoustu znalostí a sdílel je s námi.
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kurz - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Přeloženo strojem