Velké jazykové modely (LLM) Školení v Prague

Toto školení pod vedením instruktora Prague (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 vedené živé školení v Prague (online nebo na místě) je určeno pro týmy vrchního managementu, kteří chtějí pochopit strategickou hodnotu LLM a podnikových AI nástrojů. Účastníci prozkoumají, jak integrovat tyto nástroje do high-level pracovních postupů, jak psát lepší prompty a jak vyhodnotit příležitosti pro zvýšení produktivity a ROI prostřednictvím nasazení AI.

Na konci tohoto školení budou účastníci schopni:

• Pochopit, jak LLM fungují a jak je aplikace pomocí nástrojů jako ChatGPT a Copilot.
• Používat promptová interakce ke z automatizaci a zrychlení úloh.
• Použít AI nástroje na reálné scénáře, jako je psaní e-mailů, shrnování zpráv a revize dohod.
• Vyhodnotit strategické přínosy, omezení a licenční aspekty při nasazení LLM.

Toto živé školení pod vedením instruktora v Prague (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 Prague (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 Prague (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 Prague (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.

Tento výcvik vedený instruktorem v Prague (online nebo na místě) je určen pro finanční analytiky, data science specialisty a investiční profesionály se středně pokročilou úrovní znalostí, kteří chtějí využít LLM pro analýzu a předpovídání vývoje finančních trhů.

Na konci tohoto školení budou účastníci schopen:

• Rozumět aplikaci LLM v oblasti analýzy finančních trhů.
• Využít LLM k zpracování finančních zpráv, reportů a dat za účelem získání trhových poznání.
• Navrhnout predikční modely pro cenové vývoj akcií, trhové trendy a ekonomické ukazatele.
• Integrovat poznání z LLM do procesů rozhodování při investicích.

Tomuto kurzu vedenému lektorem Prague (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 Prague 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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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.

Tento přímý, živý výcvik v Prague (online nebo na místě) je zaměřen na datové vědce a inženýry AI střední úrovně, kteří chtějí doladovat velké jazykové modely dostupněji a efektivněji pomocí metod jako LoRA, Adapter Tuning a Prefix Tuning.

Na konci tohoto výcviku budou účastníci schopni:

• Pochopit teorii za přístupmi parametricky efektivního doladování.
• Nasazovat LoRA, Adapter Tuning a Prefix Tuning pomocí Hugging Face PEFT.
• Srovnat kompromisy mezi výkonem a náklady metod PEFT oproti plnému doladování.
• Nasazovat a škálovat doladěné LLM se sníženými požadavky na výpočetní výkon a úložiště.

Toto živé školení vedené instruktorem v Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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.

Toto školení vedlé lektorem (v online nebo přítomnostní formě) je určeno pro pokročilé inženýry, AI specialisty a vedoucí lokalizace, kteří chtějí implementovat systémy velkých jazykových modelů (LLM) pro automatické překladání, hodnocení kvality a firemní správu.

Na konci tohoto školení budou účastníci schopni:

• Postavit firemní lokalizační pipeline LLM integrující otevřené a proprietární modely.
• Implementovat automatizované workflow pro QA a metriky kvality pro konzistenci překladů.
• Zavedení rámce správy a schvalování pro produkci vícejazyčného obsahu.
• Nasazovat škálovatelné, auditovatelné lokalizační systémy založené na LLM v zabezpečených prostředích.

Tato živá výuka vedená lektorem v Prague vybaví datové inženýry dovednostmi pro integraci LLM do SQL prostředí. Účastníci vytvoří pipeline pro přirozený jazyk, implementují optimalizaci řízenou AI a navrhnou bezpečné podnikové workflow pro automatizovanou analýzu dat.

Toto instruktážní živé školení (online nebo v místě) je určeno vývojářům AI a inženýrům lokalizace střední úrovně, kteří chtějí navrhovat škálovatelná, automatizovaná překládací potrubí pomocí proprietárních i open-source LLM.

Na konci tohoto školení budou účastníci schopni:

• Navrhovat a nasazovat překládací toky pomocí moderních LLM frameworků a API.
• Integrovat open-source a komerční modely do škálovatelných překládacích systémů.
• Optimalizovat kvalitu překladu prostřednictvím fine-tuningu, prompt inženýrství a automatizace.
• Nasazovat ekonomicky efektivní a souladící s předpisy překládací infrastrukturu pro firemní prostředí.

Toto školení vedené instruktorem Prague (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.

Ovládněte integraci AI v Postgres díky tomuto školení vedenému lektorem v Prague. Naučte se konfigurovat rozšíření, implementovat vektory pgvector a propojovat LLM pro získávání informací v reálném čase. Optimalizujte dotazy a stavte inteligentní systémy v praktickém prostředí live-lab.

Tento kurz vedený lektorem v Prague (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 Prague (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.

Toto školení pod vedením instruktora Prague (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.

Tento kurz s vedoucím lektorem Prague (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 Prague (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 Prague 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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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 Prague (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.