Návrh Školení

Modul 1: Úvod do AI a Google Gemini

  • Co je umělá inteligence (AI)?
  • Přehled systému Google Gemini AI a jeho ekosystému
  • Klíčové vlastnosti a přednosti Gemini oproti ostatním modelům AI
  • Praktická činnost: Průzkum Gemini AI prostřednictvím ukázky Google AI Studio

Modul 2: Pochopení velkých jazykových modelů (LLMs)

  • Základy velkých jazykových modelů
  • Architektura a funkce Gemini modelů
  • Porovnání Gemini s GPT a dalšími vedoucími modely
  • Cvičení v praxi: Vizualizace tokenizace a odpovědí modelu pomocí vzorových příkazů

Modul 3: Začínáme s Gemini

  • Nastavení vývojového prostředí
  • Práce s API a SDK pro Gemini
  • Autentizace, tokeny a klíče API
  • Praktická laboratoř: Spuštění prvního příkazu Gemini pomocí Pythonu

Modul 4: Práce s modely Gemini

  • Průzkum různých typů a schopností Gemini modelů
  • Výběr vhodných modelů pro jazykové, obrazové nebo multimodální úlohy
  • Inicializace a testování generativních modelů
  • Praktická cvičení: Porovnání výstupů text-to-text a image-to-text modelech

Modul 5: Praktické aplikace a případové studie

  • Vkorporace Gemini AI do chatovacích a Q&A aplikací
  • Vývoj nástrojů pro semantickou vyhledávání a shrnování
  • Ethiské použití AI a zvážení biasu
  • Skupinový projekt: Vytvoření "Chytrého výzkumného asistenta" pomocí NotebookLM a Gemini

Modul 6: Pokročilé funkce a přizpůsobení

  • Optimalizace příkazů a pokročilé zpracování kontextu
  • Použití Gemini pro generování kódu a ladění chyb
  • Vytváření pracovních postupů s Google Cloud Vertex AI
  • Praktická činnost: Přizpůsobení odpovědí modelu pomocí parametrů a kontroly teploty

Modul 7: Reálné projekty a spolupráce

  • Spolupracovní plánování projektu a nastavení pracovního postupu
  • Vkorporace Gemini AI do jiných Google nástrojů (Drive, Docs, Sheets)
  • Týmový projekt: Návrh a nasazení malé AI aplikace (např. shrnovací systém obsahu, chatbot nebo generátor nápadů)
  • Kritická recenze a diskuse výsledků projektu

Modul 8: Hodnocení a budoucí směry

  • Řešení běžných problémů v Gemini projektech
  • Průzkum cesty rozvoje API Gemini a nadcházející funkce
  • Osobní doporučení pro správu AI a škálovatelnost
  • Závěrečná činnost: Reflexe praktických lekcí a aplikace v kariéře

Souhrn a další kroky

Požadavky

  • Pochopení základních konceptů AI
  • Zkušenosti s API a clouduovými službami
  • Zkušenosti s programováním v Pythonu

Cílová skupina

  • Vývojáři
  • Data scientisci
  • Enthusiašti AI
 14 hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie