Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
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