Kurzusleírás

Bevezetés az MI-be a szoftverfejlesztésben

  • Mi a generatív MI vs prediktív MI
  • Az MI alkalmazásai kódolásban, elemzésben és automatizálásban
  • Áttekintés az LLM-ekről, transzformátorokról és mélytanulási modellekről

MI-asszisztált kódolás és prediktív fejlesztés

  • MI-alapú kódkiegészítés és generálás (GitHub Copilot, CodeGeeX)
  • Kódhibák és sebezhetőségek előrejelzése üzembe helyezés előtt
  • Kódellenőrzések és optimalizációs javaslatok automatizálása

Prediktív modellek építése szoftveralkalmazásokhoz

  • Az idősor-előrejelzés és a prediktív elemzés megértése
  • MI modellek implementálása igény-előrejelzéshez és anomáliadetektáláshoz
  • Python, Scikit-learn és TensorFlow használata prediktív modellezéshez

Generatív MI szöveg-, kód- és képgeneráláshoz

  • Munka GPT, LLaMA és más LLM-ekkel
  • Szintetikus adatok, szöveges összefoglalók és dokumentációk generálása
  • MI által generált képek és videók készítése diffúziós modellekkel

MI modellek üzembe helyezése valós alkalmazásokban

  • MI modellek hosztolása Hugging Face, AWS és Google Cloud segítségével
  • API-alapú MI szolgáltatások építése üzleti alkalmazásokhoz
  • Előre betanított MI modellek finomhangolása területspecifikus feladatokhoz

MI prediktív üzleti elemzésekhez és döntéshozatalhoz

  • MI-alapú üzleti intelligencia és ügyfélanalitika
  • Piaci trendek és fogyasztói magatartás előrejelzése
  • Munkafolyamat-optimalizálások automatizálása MI segítségével

Etikai MI és ajánlott eljárások a fejlesztésben

  • Etikai megfontolások az MI-asszisztált döntéshozatalban
  • Elfogultság észlelése és tisztesség az MI modellekben
  • Ajánlott eljárások az értelmezhető és felelősségteljes MI-hez

Gyakorlati workshopok és esettanulmányok

  • Prediktív elemzés implementálása valós adathalmazra
  • MI-alapú chatbot építése szöveggenerálással
  • LLM-alapú alkalmazás üzembe helyezése automatizáláshoz

Összefoglalás és következő lépések

  • Kulcsfontosságú kiemelések áttekintése
  • MI eszközök és források további tanuláshoz
  • Végső kérdések és válaszok

Követelmények

  • Alapvető szoftverfejlesztési fogalmak ismerete
  • Tapasztalat bármely programozási nyelven (Python ajánlott)
  • Ismeret a gépi tanulás vagy MI alapjaival (ajánlott, de nem kötelező)

Közönség

  • Szoftverfejlesztők
  • MI/ML mérnökök
  • Technikai csapatvezetők
  • MI-alapú alkalmazások iránt érdeklődő termékvezetők
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (3)

Közelgő kurzusok

Rokon kategóriák