Zkuste nás kontaktovat

Návrh Školení

Základy bezpečné lokální AI

  • Co znamenají lokální a on-prem AI v regulovaných prostředích
  • Cloudová AI versus interní nasazení pro citlivé pracovní zátěže
  • Typické podnikové případy použití pro soukromé asistenty a podporu pracovních postupů
  • Klíčové komponenty bezpečné lokální architektury AI

Základy nástroje Ollama a otevřených modelů

  • Jak se nástroj Ollama hodí do lokálního vývojového stacku
  • Stahování, spouštění a správa modelů lokálně
  • Výběr modelů na základě velikosti, kvality, hardwaru a licence
  • Shoda možností modelů s praktickými obchodními úkoly

Příprava on-prem prostředí

  • Příprava hostitele, pracovní stanice a serveru
  • Instalace a konfigurace nástroje Ollama pro lokální inferenci
  • Používání kontejnerů a interních vývojových nástrojů
  • Ověření přístupu k API a základní provozní připravenosti

Efektivní práce s lokálními modely

  • Spouštění dotazů a tvarování výstupů pomocí systémových instrukcí
  • Opakované používání šablon pro konzistentní podnikové úkoly
  • Správa verzí modelů a interních artefaktů
  • Základní ladění výkonu pro nasazení na CPU a GPU

Budování praktických agenních pracovních postupů

  • Co činí pracovní postup agenním v řízeném prostředí
  • Jednoduché vzory pro plánování, používání nástrojů a smyčky odpovědí
  • Navrhování asistentů zaměřených na úkoly pro interní provoz
  • Přidávání lidského přezkoumání, logiky fallbacku a zpracování chyb

Soukromé pracovní postupy pro vyhledávání

  • Základy generování augmentovaného vyhledávání pro přístup k interním znalostem
  • Příprava dokumentů pro řezání, indexaci a vyhledávání
  • Propojení lokálního vektorového úložiště s aplikací založenou na nástroji Ollama
  • Zlepšení relevance a kvality odpovědí pomocí lepších vzorů vyhledávání

Postupy týkající se bezpečnosti, správy a compliance

  • Meze zpracování dat a úvahy o soukromí
  • Řízení přístupu, logování a podpora auditu
  • Bezpečnost dotazů, kontrola výstupů a ochranné bariéry
  • Kontrolní body správy pro regulované nasazení a provoz

Vzory integrace do podnikových systémů

  • Exponování lokálních schopností AI prostřednictvím interních API
  • Integrace asistentů s interními aplikacemi a službami
  • Podpora případů použití asistentů, batchových úloh a automatizace pracovních postupů
  • Udržování řešení uvnitř řízených síťových hranic

Hodnocení řešení lokální AI

  • Posuzování kvality, spolehlivosti a konzistence
  • Testování vůči obchodním, politickým a bezpečnostním požadavkům
  • Porovnávání možností modelů pro specifické podnikové úkoly
  • Zavedení praktického cyklu zlepšování pro interní týmy

Laboratoř pro praktickou implementaci

  • Vytvoření soukromého asistenta pomocí nástroje Ollama a otevřeného modelu
  • Přidání vyhledávání přes schválené interní dokumenty
  • Představení jednoduchých agenních akcí a bezpečnostních kontrol
  • Přezkoumání nasazení, provozu a kontrolních bodů správy

Plánování adopce a další kroky

  • Přezkoumání klíčových rozhodnutí týkajících se návrhu a nasazení
  • Identifikace běžných chyb v regulovaných projektech AI
  • Plánování pilotních případů použití a dohody mezi zainteresovanými stranami
  • Definování strategie pro bezpečnou lokální adopci AI

Požadavky

  • Základní porozumění konceptům umělé inteligence a vývoje softwaru
  • Seznámení s nástroji příkazové řádky, kontejnery nebo lokálními vývojovými prostředími
  • Základní zkušenosti se skriptováním nebo programováním

Cílová skupina

  • Vývojáři a technické týmy budující soukromá řešení AI na interní infrastruktuře
  • Bezpečnostní, compliance a platformoví odborníci podporující AI v regulovaných prostředích
  • Techničtí vedoucí v oblasti financí, zdravotnictví, státní správy a obrany posuzující přijetí on-prem AI
 21 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie