Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az AI szoftverfejlesztéshez
- Mi a Generative AI vs Predictive AI
- Az AI alkalmazásai a kódolásban, elemzésben és automatizálásban
- Az LLM-ek, transzformátorok és mély tanulási modellek áttekintése
AI-asszisztált kódolás és előrejelző fejlesztés
- AI-alapú kódkiegészítés és -generálás (GitHub Copilot, CodeGeeX)
- A kódhibák és sebezhetőségek előrejelzése a telepítés előtt
- Kódellenőrzések és optimalizálási javaslatok automatizálása
Prediktív modellek készítése szoftveralkalmazásokhoz
- Az idősoros előrejelzés és a prediktív elemzés megértése
- AI modellek megvalósítása a kereslet előrejelzésére és anomáliák észlelésére
- Python, Scikit-learn és TensorFlow használata prediktív modellezéshez
Generative AI szöveg-, kód- és képgeneráláshoz
- Munkavégzés GPT-vel, LLaMA-val és más LLM-ekkel
- Szintetikus adatok, szöveges összefoglalók és dokumentáció generálása
- AI által generált képek és videók készítése diffúziós modellekkel
AI-modellek telepítése valós alkalmazásokban
- AI-modellek tárolása Hugging Face, AWS és Google felhő használatával
- API-alapú AI-szolgáltatások készítése üzleti alkalmazásokhoz
- Előre betanított AI-modellek finomhangolása tartományspecifikus feladatokhoz
AI prediktív Business Insights and Decision-Making
- AI-vezérelt üzleti intelligencia és ügyfélelemzés
- A piaci trendek és a fogyasztói magatartás előrejelzése
- Munkafolyamat-optimalizálások automatizálása mesterséges intelligencia segítségével
Etikus mesterséges intelligencia és a fejlesztés legjobb gyakorlatai
- Etikai megfontolások a mesterséges intelligencia által támogatott döntéshozatalban
- Elfogultság-észlelés és igazságosság az AI-modellekben
- Az értelmezhető és felelős AI legjobb gyakorlatai
Gyakorlati műhelyek és esettanulmányok
- Prediktív analitika megvalósítása valós adatkészlethez
- AI-alapú chatbot készítése szöveggenerálással
- LLM-alapú alkalmazás telepítése az automatizáláshoz
Összegzés és a következő lépések
- A legfontosabb tudnivalók áttekintése
- AI eszközök és források a további tanuláshoz
- Utolsó Q&A munkamenet
Követelmények
- Az alapvető szoftverfejlesztési koncepciók megértése
- Bármilyen programozási nyelvben szerzett tapasztalat (Python ajánlott)
- A gépi tanulás vagy a mesterséges intelligencia alapjainak ismerete (ajánlott, de nem kötelező)
Közönség
- Szoftverfejlesztők
- AI/ML mérnökök
- Technikai csapat vezet
- Az AI-alapú alkalmazások iránt érdeklődő termékmenedzserek
21 Órák
