Kom i kontakt

Kursplan

Kursupplägg Utbildningsförslag

Dag 1 - Introduktion till AI och Python för dataarbetsflöden

• Översikt över landskapet för artificiell intelligens och maskininlärning

• AI:ns roll i modern dataengineering

• Uppfräschning av Python-grunder för AI-tillämpningar

• Arbeta med data med pandas och NumPy

• Introduktion till API:er och hantering av JSON-data

• Mini-övning: ladda och transformera dataset

Dag 2 - Grundläggande maskininlärning för yrkesverksamma

• Begrepp inom övervakad och oövervakad inlärning

• Tekniker för feature engineering och dataförberedelse

• Grundläggande modellträning med scikit-learn

• Modellutvärdering och prestandamått

• Introduktion till begrepp kring modelldistribution

• Praktiskt arbete: bygga en enkel prediktionsmodell

Dag 3 - Introduktion till LLM och Prompt Engineering

• Förståelse för stora språkmodeller och hur de fungerar

• Tokenisering, kontextfönster och begränsningar

• Principer och teknik för prompt-design

• Zero-shot och few-shot prompting

• Strategier för utvärdering och iteration av prompts

• Praktiska övningar i prompt engineering

Dag 4 - Bygga AI-applikationer med LLM

• Användning av LLM-API:er i Python

• Strukturade utmatningar och begrepp kring funktionsanrop

• Bygga chattbaserade och uppgiftsbaserade applikationer

• Introduktion till retrieval augmented generation (RAG)

• Koppla LLM:er till externa datakällor

• Projekt: bygga en enkel AI-assistent

Dag 5 - Produktionsmässig drift av AI-lösningar

• Designa skalbara AI-arbetsflöden

• Integrera AI i data-pipelines

• Övervaka och förbättra modellprestanda

• Kostnadsoptimering och strategier för API-användning

• Säkerhetsaspekter och ansvarstagande AI

• Slutprojekt: bygga en helhetlig AI-lösning

 35 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier