Velké jazykové modely (LLM) Školení v Brno

Toto školení pod vedením instruktora Brno (online či na místě) je určeno pro vedoucí pracovníky, kteří chtějí porozumět tomu, co velké jazykové modely jsou, prozkoumat jejich potenciální dopad na podnikové procesy a posoudit praktické využití nástrojů umělé inteligence jako ChatGPT, Microsoft Copilot či Grok při reálných úkolech – např. tvorbě obsahu, shrnování informací či podpoře rozhodování.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět tomu, co jsou velké jazykové modely a jak fungují nástroje typu ChatGPT či Copilot.
• Používat techniky vytváření příkazů (promptů), aby získali praktické a spolehlivé výsledky z LLM.
• Vyhodnocovat konkrétní situace, kdy lze tyto nástroje využít – např. psaní e-mailů, shrnování dokumentů či automatizaci pracovních procesů.
• Identifikovat investiční příležitosti a strategické možnosti využití umělé inteligence ve firmách.

Toto školení pod vedením instruktora (online nebo na místě) je určeno pro vedoucí pracovníky, kteří chtějí porozumět strategické hodnotě velkých jazykových modelů a firemních nástrojů umělé inteligence. Účastníci se seznamí s tím, jak tyto nástroje začlenit do vyššího řídícího procesu, jak formulovat efektivněji prompty a jak posoudit příležitosti ke zvýšení produktivity a návratnosti investic díky využívání AI.

Na konci tohoto školení budou účastníci schopni:

• Pochopit, jak fungují velké jazykové modely a jak je v praxi využívají nástroje jako ChatGPT a Copilot.
• Využívat interakci založenou na promptech k automatizaci a urychlení pracovních úkolů.
• Aplikovat nástroje umělé inteligence v reálných situacích – např. při psaní e-mailů, shrnování zpráv nebo kontrole smluv.
• Vyhodnotit strategické výhody, omezení a otázky licencování související s implementací velkých jazykových modelů.

Toto živé školení pod vedením instruktora v Brno (online nebo na místě) je určeno pro výzkumníky v oblasti umělé inteligence, datové vědce a programátory na středně pokročilé až pokročilé úrovni, kteří si přejí porozumět velkým jazykovým modelům Meta AI, dále je ladit a implementovat do různých aplikací v oblasti zpracování přirozeného jazyka.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit architekturu a principy fungování velkých jazykových modelů Meta AI.
• Nastavit a ladit modely LLM společnosti Meta AI pro konkrétní účely.
• Vytvářet aplikace využívající tyto modely – například systémy na shrnování textu, chatbotry či nástroje pro analýzu sentimentu.
• Efektivně optimalizovat a nasazovat velké jazykové modely do praxe.

Tento kurz vedený instruktorem Brno (online či prezenčně) je určen pro středně pokročilé odborníky na umělou inteligenci, obchodní analytiky a technologické manažery, kteří se chtějí seznámit s principy generativní AI a využitím velkých jazykových modelů v praxi. Účastníci se dozvědí o architektuře transformer, technikách formulování vstupních pokynů a etických aspektech nasazování těchto modelů k řešení reálných problémů.

Po absolvování kurzu budou účastníci schopni:

• Pochopit základní principy generativní AI a velkých jazykových modelů.
• Implementovat a dolaďovat LLM pro konkrétní obchodní účely.
• Používat techniky prompt engineering k získání optimálních výstupů z modelů.
• Identifikovat etické otázky a rizika spojená s nasazováním velkých jazykových modelů.

Tooto školení vedené instruktorem Brno (online či prezenčně) je určeno pro odborníky na umělou inteligenci střední úrovně, etiky, datové vědce a inženýry, stejně jako pro tvůrce politik a zainteresované strany, kteří chtějí porozumět etickým otázkám spojeným s velkými jazykovými modely.

Po absolvování tohoto kurzu budou účastníci schopni:

• Identifikovat etické problémy a výzvy spojené s velkými jazykovými modely.
• Aplikovat etické rámce a principy při jejich nasazování.
• Posuzovat dopad velkých jazykových modelů na společnost a zmírňovat potenciální rizika.
• Vypracovávat strategie pro odpovědný vývoj a využívání umělé inteligence.

Tento kurz s výukou lektora v Brno (online nebo prezenčně) je určen praktikům z oblasti zpracování přirozeného jazyka a datovým vědcům na středně pokročilé úrovni, tvůrcům obsahu a překladatelům, stejně jako globálním společnostem, které chtějí využít velké jazykové modely k překládání textů a tvorbě vícejazyčného obsahu.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit principy křížjazyčného učení a překladu s využitím velkých jazykových modelů.
• Implementovat velké jazykové modely pro překlad textů mezi různými jazyky.
• Vytvářet a spravovat vícejazyčné datové sady určené k tréninku velkých jazykových modelů.
• Navrhnout strategie pro zachování konzistence a kvality překladů.

Toto školení vedené lektorem Brno (online nebo prezenčně) je určeno pro finanční analytiky, datové vědce a odborníky z oblasti investic na středně pokročilé úrovni, kteří chtějí využít velké jazykové modely k analýze a předpovídání finančních trhů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit, jak lze velké jazykové modely využít při analýze finančních trhů.
• Využívat LLM k zpracování finančních zpráv, reportů a dat za účelem získání informací o trhu.
• Vytvářet prediktivní modely pro odhad ceny akcií, vývoje trhů a ekonomických ukazatelů.
• Začleňovat poznatky získané pomocí LLM do procesu rozhodování v investicích.

Tomuto kurzu vedenému lektorem Brno (online nebo prezenčně) se mohou zúčastnit environmentalisté a výzkumníci střední úrovně, datoví analytici, tvůrci politik i aktivisté za ochranu životního prostředí, kteří chtějí využít velké jazykové modely k modelování a analýze environmentálních dat.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit, jak lze velké jazykové modely využít v oblasti environmentalistiky.
• Využívat LLM k analýze a modelování environmentálních dat.
• Interpretovat výstupy z velkých jazykových modelů při hodnocení dopadů na životní prostředí.
• Efektivně komunikovat zjištění s cílem informovat o tvorbě politik a ochraně přírody.

Toto školení pod vedením instruktora probíhá Brno online nebo na místě a je určeno pro vývojáře VR a AR, herní designéry a inženýry AI na středně pokročilé úrovni, kteří chtějí do svých aplikací integrovat LLM za účelem vytvoření atraktivnějšího a reaktivnějšího prostředí.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit, jaký je význam LLM při vytváření pohlcujících zážitků ve virtuální a rozšířené realitě.
• Vyvíjet aplikace VR a AR, které využívají LLM k interaktivní konverzaci a tvorbě obsahu.
• Integrovat velké jazykové modely s nástroji pro vývoj VR a AR za účelem zvýšení zapojení uživatelů.
• Používat osvědčené postupy při navrhování narativů řízených umělou inteligencí a interakcí v virtuálních prostorách.

Toto školení pod vedením lektora probíhá živě Brno (online nebo na místě) a je určeno pro datové vědce, inženýry strojového učení a vývojáře softwaru se středně pokročilou úrovní znalostí, kteří chtějí uplatnit velké jazykové modely na multimodální data za účelem tvorby pokročilých aplikací s využitím umělé inteligence.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit zásady multimodálního učení za použití velkých jazykových modelů.
• Implementovat LLM pro zpracování a analýzu textu, obrázků i zvuku.
• Vytvořit aplikace využívající výhody integrace různých typů dat.
• Hodnotit výkonnost systémů založených na multimodálních LLM.

Toto školení pod vedením lektora probíhá Brno (online či na místě) a je určeno pro středně pokročilé profesionály z oblasti kyberbezpečnosti a datové vědce, kteří chtějí využít velké jazykové modely ke zlepšení bezpečnostních opatření a identifikaci hrozeb.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět roli velkých jazykových modelů v kyberbezpečnosti.
• Implementovat tyto modely pro detekci a analýzu hrozeb.
• Využívat je k automatizaci bezpečnostních procesů a reakcím na incidenty.
• Integovat velké jazykové modely do stávající bezpečnostní infrastruktury.

Tento kurz pod vedením instruktora v Brno (online nebo na místě) je určen pro datové vědce a obchodní analytiky středně pokročilé úrovně, kteří chtějí využít velké jazykové modely (LLM) k předpovídání trendů a chování napříč různými odvětvími.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit základy velkých jazykových modelů a jejich využití v prediktivní analytice.
• Aplikovat LLM na analýzu a předpovídání dat ve různých odvětvích.
• Posuzovat účinnost prediktivních modelů vytvořených pomocí velkých jazykových modelů.
• Integrovat LLM do stávajících datových výpočetních procesů.

Toto školení pod vedením instruktora v Brno (online nebo na místě) je určeno datovým vědcům středně pokročilé úrovně, kteří si přejí získat komplexní znalosti i praktické dovednosti jak v oblasti velkých jazykových modelů (LLM), tak i Reinforcement Learningu (RL).

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit strukturu a fungování transformátorových modelů.
• Optimalizovat a fine-tunovat LLM na konkrétní úlohy a aplikace.
• Porozumět základním principům a metodologiím Reinforcement Learningu.
• Pochopit, jak techniky Reinforcement Learningu mohou zlepšit výkonnost LLM.

Toto školení pod vedením lektora v Brno (online nebo na místě) je určeno pro začínající až středně pokročilé tvůrce obsahu, marketingové specialisty a odborníky na vzdělávací technologie, kteří chtějí využít potenciál velkých jazykových modelů k vytváření kvalitního, rozmanitého a poutavého obsahu napříč různými oblastmi.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit možnosti velkých jazykových modelů a jejich využití při tvorbě obsahu.
• Nastavit a používat velké jazykové modely k generování různých typů obsahu.
• Aplikovat osvědčené postupy pro formulaci dotazů a ladění modelů za účelem získání požadovaných výstupů.
• Posuzovat kvalitu uměle generovaného obsahu a upravovat ho podle specifických cílových skupin.
• Objevovat pokročilé techniky tvorby tvůrčího a multimediálního obsahu s využitím velkých jazykových modelů.

Tento praktický kurz vedený instruktorem Brno (online nebo na místě) je určen učitelům, odborníkům z oblasti edukačních technologií a výzkumníkům s různou úrovní zkušeností a odbornosti, kteří chtějí využít velké jazykové modely k tvorbě personalizovaných vzdělávacích prostředí.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit architekturu a možnosti velkých jazykových modelů.
• Identifikovat příležitosti k personalizaci vzdělávacího obsahu pomocí LLM.
• Navrhnout adaptivní učební platformy, které využívají velké jazykové modely k přizpůsobení obsahu.
• Implementovat strategie založené na LLM za účelem zvýšení zapojení studentů a lepších výsledků učení.
• Hodnotit efektivitu využití velkých jazykových modelů ve vzdělávání a na základě dat rozhodovat o

Toto školení pod vedením instruktora v Brno (online nebo na místě) je určeno pro vývojáře umělé inteligence a praktiky strojového učení na středně pokročilé úrovni, kteří si přejí doladit a nasadit modely s otevřenými váhami jako LLaMA, Mistral a Qwen pro konkrétní obchodní nebo interní potřeby.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit ekosystém open-source velkých jazykových modelů a jejich vzájemné rozdíly.
• Připravit datové sady a konfigurace potřebné k doladění modelů typu LLaMA, Mistral a Qwen.
• Provádět proces doladění pomocí knihoven Hugging Face Transformers a PEFT.
• Hodnotit, ukládat a nasazovat doladěné modely v bezpečném prostředí.

Toto školení vedené instruktorem v Brno (online či prezenčně) je určeno softwarovým vývojářům a datovým vědcům s počátečními až středně pokročilými znalostmi, kteří chtějí implementovat LLM do systémů pro rozpoznávání a syntézu řeči.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět roli LLM v technologiích řeči.
• Implementovat LLM pro přesné rozpoznávání řeči a syntézu přirozeně znějící mluvené řeči.
• Integrovat LLM s motory na rozpoznávání řeči i nástroji na její syntézu.
• Hodnotit a vylepšovat výkonnost řečových systémů využívajících LLM.
• Držet krok s aktuálními trendy a budoucím směřováním v oblasti technologií řeči.

Toto školení vedené instruktorem Brno (online nebo na místě) je určeno pro začátečníky i pokročilejší pracovníky v oblasti zákaznické podpory a IT, kteří chtějí implementovat velké jazykové modely k vytvoření responzivních a inteligentních chatbotů pro podporu zákazníků.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit základy a architekturu velkých jazykových modelů (LLM).
• Navrhnout a začlenit velké jazykové modely do systémů zákaznické podpory.
• Zlepšit responzivitu chatbotů a jejich uživatelský zážitek.
• Řešit etické otázky a zajistit soulad s oborovými standardy.
• Vybudovat a udržovat chatbot založený na velkých jazykových modelech pro praktické využití.

Toto školení vedené instruktorem v Brno (online nebo prezenčně) je určeno datovým vědcům a inženýrům umělé inteligence na středně pokročilé úrovni, kteří si přejí doladit velké jazykové modely nákladově i výpočetně efektivněji s využitím metod jako LoRA, Adapter Tuning a Prefix Tuning.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit teoretické základy technik efektivního doladění parametrů.
• Implementovat metody LoRA, Adapter Tuning a Prefix Tuning pomocí nástroje Hugging Face PEFT.
• Srovnat výkonnost i náklady jednotlivých PEFT technik ve srovnání s tradičním plným doladěním modelů.
• Vytvořit nasaditelné a škálovatelné verze doladěných velkých jazykových modelů s nižšími požadavky na výpočetní sílu a paměť.

Toto živé školení vedené instruktorem v Brno (online nebo prezenčně) je určeno pro strojově učící inženýry, vývojáře umělé inteligence a datové vědce na středně pokročilé a pokročilé úrovni, kteří se chtějí naučit, jak pomocí QLoRA efektivně doladit velké modely pro konkrétní úlohy a specifické požadavky.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit teorii QLoRA a kvantizačních technik určených pro velké jazykové modely.
• Implementovat QLoRA při doladění velkých jazykových modelů na úlohy v konkrétních oblastech.
• Optimalizovat výkonnost procesu doladění i při omezených výpočetních zdrojích díky kvantizaci.
• Efektivně nasazovat a vyhodnocovat doladěné modely v reálných aplikacích.

Tento výcvik pod vedením instruktora Brno (online nebo prezenčně) je určen pro datové a marketingové profesionály středně pokročilé úrovně, kteří chtějí využít LLM k analýze a interpretaci názorů veřejnosti z různých textových zdrojů, jako jsou příspěvky na sociálních sítích, recenze produktů či zpětná vazba od zákazníků.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit principy analýzy sentimentu a její uplatnění s využitím LLM.
• Provádět předzpracování a připravovat datové sady pro analýzu sentimentu.
• Trénovat a dolaďovat LLM tak, aby správně odrážely emoce v textech.
• V reálném čase analyzovat sentiment na sociálních sítích i v jiných textových zdrojích.
• Začleňovat výsledky analýzy sentimentu do obchodních strategií a rozhodovacích procesů.

Tento výcvik pod vedením instruktora Brno (online nebo prezenčně) je určen pro softwarové vývojáře a technické autory středně pokročilé úrovně, kteří chtějí využít velké jazykové modely k optimalizaci svého programátorského workflow a k vytváření podrobných a komplexních dokumentací.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit roli velkých jazykových modelů při automatizaci generování kódu a tvorbě dokumentace.
• Využívat LLM k vytváření přesných a efektivních úryvků kódu i dokumentace.
• Integrovat velké jazykové modely do svého životního cyklu vývoje softwaru, čímž zvýší produktivitu.
• Udržovat vysokou kvalitu dokumentace za pomoci automatizovaných nástrojů.
• Řešit etické aspekty a dodržovat osvědčené postupy při využívání umělé inteligence ve vývoji softwaru.

Toto školení s lektorem a praktickou výukou v Brno (online či prezenčně) je určeno středně pokročilým pracovníkům z oblasti podnikání a analytikům dat, kteří si přejí využít potenciál velkých jazykových modelů k získávání obchodních poznatků.

Na konci kurzu budou účastníci schopni:

• Porozumět základům a využití velkých jazykových modelů v kontextu obchodní inteligence.
• Používat LLM k analýze rozsáhlých datových souborů a k identifikaci významných informací.
• Integovat analytické postupy založené na velkých jazykových modelech do procesů strategického obchodního rozhodování.
• Hodnotit etické hlediska a doporučené postupy při využívání LLM v podnikatelské činnosti.
• Předvídat budoucí trendy v oblasti umělé inteligence a adaptovat se na neustále se měnící prostředí obchodní inteligence.

Toto školení pod vedením instruktora Brno (online nebo na místě) je určeno pro vývojáře a datové vědce se středně pokročilými až pokročilými znalostmi, kteří chtějí ovládnout LlamaIndex pro tvorbu inovativních aplikací využívajících velké jazykové modely.

Po absolvování tohoto školení budou účastníci schopni:

• Nastavit a konfigurovat LlamaIndex pro práci s LLM.
• Indexovat a vyhledávat v vlastních datových sadách pomocí LlamaIndex za účelem rozšíření funkcionality LLM.
• Navrhovat a vyvíjet sofistikované aplikace využívající jak LlamaIndex, tak velké jazykové modely.
• Chápat a uplatňovat osvědčené postupy při práci s LLM a LlamaIndexem.
• Porozumět etickým aspektům spojeným s nasazováním aplikací využívajících velké jazykové modely.

Toto školení vedené instruktorem se koná v <lokalit> (online nebo na místě) a je určeno pro AI výzkumníky, odborníky na strojové učení a datové vědce, kteří chtějí využít LlamaIndex ke zlepšení schopností umělých inteligencí – aby byly přesnější a spolehlivější v různých aplikacích.

Po absolvování tohoto školení budou účastníci schopni:

• Porozumět principům a jednotlivým komponentám LlamaIndex.
• Načítat a strukturovat data pro použití s velkými jazykovými modely.
• Implementovat mechanismy rozšíření kontextu za účelem zlepšení výkonu AI modelů.
• Integrovat LlamaIndex do stávajících systémů a pracovních postupů v oblasti umělé inteligence.

Toto školení pod vedením instruktora Brno (online nebo na místě) je určeno pro profesionály středně pokročilé úrovně, kteří chtějí využít sílu inženýrství promptů a učení s několika příklady k optimalizaci výkonu LLM pro reálné aplikace.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět principům inženýrství promptů a učení s využitím několika příkladů.
• Navrhovat efektivní prompty pro různé úkoly v oblasti zpracování přirozeného jazyka.
• Využívat techniky učení s několika ukázkami k přizpůsobení LLM i při minimálním množství dat.
• Optimalizovat výkon LLM pro praktické aplikace.

Tento kurz vedený lektorem (online nebo prezenčně) je určen pro inženýry pokročilé úrovně, specialisty na umělou inteligenci a vedoucí pracovníky v oblasti lokalizace, kteří chtějí implementovat systémy založené na velkých jazykových modelech pro automatický překlad, hodnocení kvality a řízení firemních procesů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vytvořit firemní systémy lokalizace využívající velké jazykové modely, včetně open-source i komerčních modelů.
• Implementovat automatické pracovní postupy pro kontrolu kvality a metriky hodnocení konzistentnosti překladů.
• Zavést řídicí mechanismy a schvalovací procesy určené k tvorbě vícejazyčného obsahu.
• Nasadit škálovatelné, snadno kontrolovatelné systémy lokalizace založené na velkých jazykových modelech v bezpečném prostředí.

AI pro SQL znamená využití umělé inteligence a velkých jazykových modelů (LLM) k automatizaci, optimalizaci a zdokonalení procesu tvorby, provádění a vyhodnocování SQL dotazů v podnikovém prostředí.

Tento praktický školení vedené instruktorem (online nebo prezenčně) je určeno pro datové inženýry a technické vedoucí na středně pokročilé úrovni, kteří chtějí do svých SQL pracovních postupů začlenit schopnosti AI – umožnit tak dotazování v přirozeném jazyce, inteligentní optimalizaci a automatickou analýzu dat.

Po absolvování tohoto školení budou účastníci schopni:

• Začlenit velké jazykové modely jako GPT, DeepSeek, LLaMA, Qwen a Mistral do prostředí SQL.
• Vytvářet systémy převádějící text v přirozeném jazyce na SQL dotazy pro interaktivní přístup k datům.
• Implementovat optimalizaci dotazů a detekci chyb pomocí AI.
• Navrhovat bezpečné a snadno auditovatelné pracovní postupy kombinující AI a SQL pro použití v podnicích.

Forma kurzu

• Interaktivní přednášky a diskuse.
• Četné cvičení a praktické úkoly.
• Praktická implementace v reálném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat školení na míru, kontaktujte nás prosím a domluvíme se na podrobnostech.

LangGraph je framework určený k tvorbě stavových aplikací založených na jazykových modelech, které využívají více aktorů. Tyto aplikace mají podobu kompozitelných grafů s trvalým uložením stavu a umožňují plnou kontrolu nad jejich prováděním.

Toto školení vedené instruktorem (online nebo na místě) je určeno pro profesionály se středně pokročilými až pokročilými znalostmi, kteří chtějí navrhovat, implementovat a provozovat finanční řešení využívající LangGraph s ohledem na správnou správu, sledovatelnost a dodržování předpisů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Navrhovat pracovní postupy v LangGraphu specifické pro finanční oblast, jež splňují regulační a auditorské požadavky.
• Integrovat standardy a ontologie finančních dat do stavu grafu i použitých nástrojů.
• Zajistit spolehlivost, bezpečnost a kontrolu lidského zásahu u klíčových procesů.
• Implementovat, monitorovat a optimalizovat systémy v LangGraphu s ohledem na výkon, náklady a smluvní požadavky.

Forma kurzu

• Interaktivní přednášky a diskuze.
• Četné cvičení a praktické ukázky.
• Praktická implementace v prostředí testovací laboratoře.

Možnosti přizpůsobení kurzu

• Pokud si přejete individuálně upravený program, kontaktujte nás pro domluvení podrobností.

Platforma Vertex AI nabízí výkonné nástroje určené k tvorbě multimodálních pracovních postupů pro velké jazykové modely, které do jediného řetězce integrují textová, audio i obrazová data. Díky podpoře dlouhých kontextových oken a možnosti nastavení parametrů rozhraní API Gemini umožňuje realizaci sofistikovaných aplikací v oblastech plánování, uvažování a multimodální inteligence.

Ten kurz s přímým vedením lektora (online nebo prezenčně) je určen pro praktiky na středně pokročilé až pokročilé úrovni, kteří si přejí navrhovat, budovat a optimalizovat multimodální AI pracovní postupy v rámci Vertex AI.

Po absolvování tohoto kurzu účastníci budou schopni:

• Využít modely Gemini k multimodálním vstupům a výstupům.
• Realizovat pracovní postupy s dlouhými kontextovými okny pro složité uvažování.
• Navrhovat systémy integrující analýzu textu, zvuku i obrazů.
• Optimalizovat parametry rozhraní API Gemini za účelem zlepšení výkonu a snížení nákladů.

Forma kurzu

• Interaktivní přednášky a diskuse.
• Praktické cvičení s tvorbou multimodálních pracovních postupů.
• Projektová výuka založená na konkrétních multimodálních příkladech využití.

Možnosti přizpůsobení kurzu

• Pokud si přejete individuálně upravený kurz, kontaktujte nás prosím k domluvě.

LangGraph umožňuje tvorbu stavově závislých pracovních postupů s více aktéry, které jsou řízeny modely LLM, přičemž poskytuje precizní kontrolu nad výkonnými cestami i udržováním stavu. Ve zdravotnictví jsou tyto vlastnosti klíčové pro dodržování předpisů, interoperabilitu a vyvíjení systémů na podporu rozhodování, jež odpovídají skutečným lékařským postupům.

Toto živé školení vedené instruktorem (online či prezenčně) je určeno profesionálům na středně pokročilé až pokročilé úrovni, kteří chtějí navrhovat, implementovat a spravovat řešení v oblasti zdravotnictví založená na LangGraphu, přičemž zohlední i regulatorní, etické a provozní požadavky.

Po absolvování tohoto školení budou účastníci schopni:

• Navrhovat pracovní postupy v LangGraphu přizpůsobené zdravotnickým potřebám s důrazem na shodu s předpisy a možnost auditování.
• Integrovat aplikace založené na LangGraphu s lékařskými ontologiemi a standardy (FHIR, SNOMED CT, ICD).
• Aplikovat osvědčené postupy pro spolehlivost, sledovatelnost a vysvětlitelnost v citlivém zdravotnickém prostředí.
• Zavádět, monitorovat a validovat aplikace LangGraphu do reálných zdravotnických provozů.

Forma kurzu

• Interaktivní přednášky a diskuse.
• Praktická cvičení s reálnými případovými studiemi.
• Aplikační praxe v laboratorním prostředí v reálném čase.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás za účelem domluvy.

Toto školení pod vedením instruktora (online nebo prezenčně) je určeno pro pokročilé vývojáře umělé inteligence a odborníky na lokalizaci, kteří si přejí navrhnout škálovatelné a automatizované systémy překladu s využitím jak proprietárních, tak open-source velkých jazykových modelů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Navrhovat a nasazovat pracovní postupy pro překlad s využitím moderních frameworků a rozhraní API pro velké jazykové modely.
• Integrovat open-source i komerční modely do škálovatelných systémů pro překlad.
• Optimalizovat kvalitu překladu prostřednictvím fine-tuningu, konstrukce vhodných promtů a automatizace.
• Vytvořit nákladově efektivní a v souladu s předpisy fungující infrastrukturu pro překlad určenou do podnikového prostředí.

LangGraph je framework určený k vytváření stavově závislých aplikací na bázi velkých jazykových modelů, které fungují jako kompozitní grafy s trvalým uložením stavu a plnou kontrolou nad jejich prováděním.

Toto školení pod vedením instruktora (online nebo na místě) je určeno pro pokročilé inženýry AI platform, pracovníky DevOps zabývající se umělou inteligencí a architekty strojového učení, kteří chtějí optimalizovat, ladit, monitorovat a provozovat produkční systémy založené na LangGraphu.

Po absolvování tohoto kurzu budou účastníci schopni:

• Navrhnout a optimalizovat složité topologie grafů LangGraph pro dosažení vyšší rychlosti, nižších nákladů a lepší škálovatelnosti.
• Zajistit spolehlivost systému pomocí mechanismů opakování operací, časových limitů, idempotence a obnovy stavu na základě kontrolních bodů.
• Ladit a sledovat průběh provádění grafů, analyzovat jejich stav a systematicky reprodukovat problémy vyskytující se v produkčním prostředí.
• Vybavit grafy protokoly, metrikami a informacemi o sledování, nasadit je do produkce a monitorovat dodržování SLA i náklady.

Forma kurzu

• Interaktivní přednášky a diskuse.
• Četné cvičení a praktické úkoly.
• Praktická implementace v reálném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Pokud si přejete vytvořit kurz na míru, kontaktujte nás prosím a domluvíme se na detailách.

Toto školení vedené instruktorem Brno (online nebo na místě) je určeno pro vývojáře středně pokročilé úrovně, kteří se chtějí naučit využívat generativní AI spolu s LLM v různých úlohách a oblastech.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vysvětlit, co je generativní AI a jak funguje.
• Popsat architekturu transformátorů, na níž jsou LLM založeny.
• Využít empirické zákony škálování k optimalizaci LLM pro různé úlohy a omezení.
• Používat nejmodernější nástroje a metody při trénování, doladění a nasazení LLM.
• Diskutovat o příležitostech i rizicích generativní AI pro společnost a podnikání.

Velké jazykové modely (LLM) a frameworky pro autonomní agenty, jako jsou AutoGen a CrewAI, převádějí způsob, jakým týmy DevOps automatizují úlohy – včetně sledování změn, tvorby testů či řešení upozornění. Tyto systémy totiž simulují spolupráci a rozhodovací procesy podobné těm lidským.

Tento kurz vedený instruktorem (online či na místě) je určen pro pokročilé inženýry, kteří chtějí navrhovat a implementovat pracovní postupy automatizace v rámci DevOps s využitím velkých jazykových modelů a víceagentních systémů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Integrovat agenty založené na LLM do CI/CD procesů za účelem chytré automatizace.
• Automatizovat tvorbu testů, analýzu commitů a shrnování změn pomocí agentů.
• Koordinovat více agentů při řešení upozornění, generování odpovědí a poskytování doporučení pro DevOps.
• Vytvářet bezpečné a udržitelné pracovní postupy využívající agenty na bázi open-source frameworků.

Formát kurzu

• Interaktivní přednášky a diskuse.
• Bohaté množství cvičení a praktických úkolů.
• Praktická implementace v prostředí s živým laboratorním testováním.

Možnosti přizpůsobení kurzu

• Pokud si přejete zakázkově upravený program tohoto kurzu, kontaktujte nás za účelem domluvy.

PostgreSQL je pokročilá open-source relační databáze, která může sloužit jako základ pro systémy využívající umělou inteligenci a aplikace pro zpracování dat.

Toto živé školení pod vedením instruktora (online nebo na místě) je určeno databázovým odborníkům a vývojářům středně pokročilé úrovně, kteří chtějí integrovat, spravovat a optimalizovat funkce umělé inteligence přímo v rámci PostgreSQL.

Po absolvování tohoto školení budou účastníci schopni:

• Nastavit a konfigurovat rozšíření PostgreSQL určená k práci s umělou inteligencí.
• Implementovat vytváření embeddinsů a vyhledávání podle podobnosti pomocí nástroje pgvector.
• Propojit open-source i komerční modely velkých jazykových modelů s PostgreSQL za účelem získávání aktuálních informací.
• Optimalizovat PostgreSQL tak, aby efektivně zvládalo dotazy a pracovní postupy využívající umělou inteligenci.

Forma kurzu

• Interaktivní přednášky a diskuze.
• Mnoho cvičení a praktických aktivit.
• Praktická implementace v reálném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat školení na míru, kontaktujte nás a domluvíme podrobnosti.

Tento kurz vedený lektorem v Brno (online nebo prezenčně) je určen pro vývojáře umělé inteligence, architekty a produktové manažery na středně pokročilé a pokročilé úrovni, kteří si přejí identifikovat a zmírňovat rizika spojená s aplikacemi využívajícími velké jazykové modely – např. injekci promtů, únik dat či nekontrolovaný výstup. Současně se učí zavádět bezpečnostní opatření jako ověřování vstupů, kontrolu ze strany lidí a nastavení omezení pro generovaný obsah.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit hlavní slabiny systémů založených na velkých jazykových modelech.
• Aplikovat bezpečnostní principy při navrhování architektury aplikací využívajících LLM.
• Používat nástroje jako Guardrails AI a LangChain k validaci, filtrování a zajištění bezpečnosti.
• Začlenit do produkčních systémů techniky jako izolace prostředí, simulované útoky a kontrolu ze strany lidí.

Toto živé školení pod vedením instruktora Brno (online nebo na místě) je určeno profesionálům středně pokročilé a pokročilé úrovně, kteří chtějí přizpůsobit již natrenované modely konkrétním úkolům a datovým sadám.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit principy doladění a jeho využití.
• Připravit datové sady pro doladění již natrenovaných modelů.
• Doladit velké jazykové modely (LLM) na úlohy z oblasti zpracování přirozeného jazyka.
• Optimalizovat výkon modelu a řešit běžné problémy.

Kurz „LLM pro pochopení, refaktorování a dokumentaci kódu“ je technickým školením zaměřeným na využití velkých jazykových modelů ke zlepšení kvality softwaru, snížení technického dluhu a automatizaci tvorby dokumentace v softwarových týmech.

Jedná se o výukové školení vedené instruktorem (online nebo prezenčně), určené pro softwarevé profesionály na středně pokročilé až pokročilé úrovni, kteří chtějí efektivněji analyzovat, refaktorovat a zdokumentovat složité nebo starší základny kódu pomocí modelů typu GPT.

Po absolvování tohoto kurzu budou účastníci schopni:

• Používat LLM k vysvětlování kódu, závislostí a logiky ve zcela neznámých projektech.
• Identifikovat problematické konstrukce kódu a jeho obtížnou čitelnost a provádět jejich refaktorování.
• Automaticky generovat a aktualizovat komentáře v kódu, soubory README a dokumentaci API.
• Integrovat poznatky získané pomocí LLM do stávajících pracovních postupů CI/CD a kontroly kódu.

Formát kurzu

• Interaktivní přednášky a diskuse.
• Mnoho cvičení a praktických aktivit.
• Praktické uplatnění znalostí v reálném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Pokud si přejete požádat o individuálně upravený kurz, kontaktujte nás k domluvě.

Toto školení pod vedením instruktora Brno (online nebo prezenčně) je určeno datovým vědcům a vývojářům umělé inteligence na středně pokročilé úrovni, kteří chtějí využít LLM k plnění různých NLP úloh a k tvorbě originálního a rozmanitého obsahu pro nejrůznější účely.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vytvořit vývojové prostředí využívající LLM a potřebné nástroje.
• Ovládnout řešení úloh v oblasti NLU a NLI pomocí velkých jazykových modelů.
• Efektivně extrahovat, odvozovat a využívat informace ze znalostních grafů.
• Generovat a spravovat konverzace s využitím LLM pro aplikace interaktivní komunikace.
• Hodnotit kvalitu i rozmanitost obsahu vytvořeného pomocí LLM a generativní AI.
• Aplikovat etické principy a zajistit spravedlivé a odpovědné používání velkých jazykových modelů.

LangGraph je framework určený k tvorbě aplikací založených na LLM, které využívají grafovou strukturu. Umožňuje plánování, rozvětvení toku dat, použití nástrojů, správu paměti a kontrolované provádění operací.

Toto školení vedené instruktorem (online nebo prezenčně) je určeno pro začínající vývojáře, odborníky na tvorbu promptů a pracovníky v oblasti dat, kteří si přejí navrhnout a vybudovat spolehlivé vícekrokové pracovní toky pomocí LLM v rámci LangGraphu.

Po absolvování kurzu budou účastníci schopni:

• Vysvětlit základní koncepty LangGraphu – uzly, hrany a stav – a pochopit, kdy je vhodné je použít.
• Vytvořit řetězce promptů, které se rozvětví, volají externí nástroje a udržují paměť systému.
• Začlenit vyhledávání informací i vnější API do grafových pracovních toků.
• Testovat, ladit a hodnotit aplikace postavené na LangGraphu z hlediska spolehlivosti a bezpečnosti.

Forma kurzu

• Interaktivní přednášky doprovázené diskuzemi.
• Pokyny k praktickým cvičením a procházení zdrojového kódu v izolovaném testovacím prostředí.
• Cvičení na řešení konkrétních scénářů v oblasti návrhu, testování a hodnocení aplikací.

Možnosti přizpůsobení kurzu

• Pokud si přejete individuálně upravené školení, kontaktujte nás a domluvme se na podrobnostech.

Tento kurz s vedoucím lektorem Brno (provedený online či prezenčně) je určen pro začínající i středně pokročilé vývojáře, kteří chtějí využít velké jazykové modely pro řešení různých úloh v oblasti přirozeného jazyka.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit vývojové prostředí, které obsahuje populární velký jazykový model.
• Vytvořit základní velký jazykový model a upravit ho na vlastní sadu dat.
• Používat velké jazykové modely k řešení různých úloh, jako je sumarizace textu, odpovídání na otázky či generování nového textu.
• Ladit a hodnotit velké jazykové modely pomocí nástrojů typu TensorBoard, PyTorch Lightning nebo Hugging Face Datasets.

Toto školení pod vedením instruktora probíhá v Brno (online nebo prezenčně) a je určeno pro inženýry sledování a SRE, kteří chtějí začlenit velké jazykové modely a umělou inteligenci do svých postupů při monitorování, alarmování a analýze incidentů.

Tento kurz vedený lektorem (online nebo prezenčně) v Brno je určen odborníkům na IT podporu, kteří chtějí využít nástroje AI a platformy pro automatizaci ke zjednodušení procesů podpory, standardizaci odpovědí a snížení manuální práce při tvorbě dokumentace.

Toto školení vedené lektorem v Brno (online či prezenčně) je určeno pro inženýry a architekty střední úrovně, kteří chtějí využít Tencent Hunyuan k nasazení velkých modelů i MoE modely s nižší latencí, vyšším propustností a lepší kontrolou nákladů.

Po absolvování kurzu budou účastníci schopni popsat postupy nasazení modelů Hunyuan do produkce, optimalizovat výkon inferenze, implementovat strategie skupinového zpracování požadavků a kvantizace a rovněž naplánovat škálovatelné provozní operace.

Toto živé školení pod vedením instruktora v Brno (online nebo na místě) je určeno pro vývojáře středně pokročilé úrovně, technické produktové týmy a specialisty na AI, kteří chtějí využít modely Hunyuan k tvorbě multimodálních aplikací pro generování a distribuci obrazů, 3D modelů a videí.

Po absolvování kurzu budou účastníci schopni navrhovat postupy založené na promtech, vytvářet a posuzovat multimodální obsah, následně jej využívat prostřednictvím aplikací či rozhraní API, a také začlenit schopnosti modelu Hunyuan do celkového portfolia firemních produktů.

Cíle kurzu proměnit softwarové / AI inženýry v právní inženýry – odborníky, kteří skutečně budují AI pro právní práci (eDiscovery, review, vyšetřování).

Během dvou dnů účastníci postaví celkovou základní architekturu: zpracování a extrakci neuspořádaných reálných právních dat, jejich vyhledávání a načítání, přidání generování s využitím rekvizice (RAG) s citacemi, udržení soukromí na lokálním modelu a jeho ověření, provedení obhajitelného AI review s metrikami připravenými pro soud a zabalení výsledku pro nasazení.

Toto školení pod vedením instruktora v Brno (online nebo na místě) je určeno pro začínající, středně pokročilé i pokročilé profesionály v oblasti umělé inteligence, kteří chtějí využít MCP k propojení asistentů založených na AI s externími nástroji, daty a podnikovými službami.

Po absolvování kurzu budou účastníci schopni vysvětlit koncepty MCP, určit klíčové prvky jeho architektury, nastavit základní integraci a uplatňovat osvědčené postupy v oblasti bezpečnosti.

Toto výukové školení vedené lektorem Brno (online nebo prezenčně) je určeno pro architekty střední úrovně, kteří chtějí využít Model Context Protocol k návrhu bezpečných, škálovatelných a snadno říditelných platforem pro integraci agentů do firemního prostředí.

Po absolvování kurzu budou účastníci schopni vysvětlit architekturu Model Context Protocol a jeho využití ve firmách, navrhnout bezpečné integrační platformy, uplatňovat principy správy a řízení přístupu a také posoudit možnosti nasazení a škálování.

Toto školení vedené instruktorem v Brno (online nebo na místě) je určeno pro vývojáře, architekty a inženýry ze středně pokročilé úrovně, kteří chtějí pomocí MCP vybudovat spolehlivé servery a klienty určené k nasazení v firemním prostředí.

Po absolvování kurzu budou účastníci schopni popsat praktický princip architektury MCP, sestavit integrace připravené k produkci, nasadit a sledovat služby MCP a využívat postupy pro verzování, odolnost systémů i jejich podporu.

Toto živé školení pod vedením instruktora v Brno (online nebo na místě) je určeno pro IT vedoucí pracovníky, specialisty na dodržování předpisů, členy bezpečnostních týmů a firemní architekty na středně pokročilé úrovni, kteří chtějí využít principy suverénní AI a postupy řízení k navrhování systémů ochraňujících citlivá data, splňujících požadavky na lokalizaci a snižujících závislost na externích poskytovatelích.

Po skončení kurzu budou účastníci schopni vysvětlit koncepty suverénní AI, vyhodnotit možnosti jejího hostování a řízení, stanovit kontroly týkající se promptů a logů a sestavit praktický plán pro zavádění tohoto systému do praxe.