Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till AI för mjukvaruutveckling
- Vad är generativ AI vs prediktiv AI
- Användningsområden för AI inom kodning, analys och automatisering
- Översikt över LLMs, transformers och djupa lärande modeller
AI-assisterad kodning och prediktiv utveckling
- AI-drivna kodfyllnad och kodgenerering (GitHub Copilot, CodeGeeX)
- Förutspå kodfel och sårbarheter innan distribution
- Automatisera kodgranskningar och optimeringssuggestioner
Bygga prediktiva modeller för mjukvaruapplikationer
- Förstå tidsbaserad förutsägelse och prediktiv analys
- Implementera AI-modeller för efterfrågeprognos och avvikelsedetektion
- Använda Python, Scikit-learn och TensorFlow för prediktiv modellering
Generativ AI för text-, kod- och bildgenerering
- Arbeta med GPT, LLaMA och andra LLMs
- Generera syntetiska data, textsammanfattningar och dokumentation
- Skapa AI-genererade bilder och videor med diffusionsmodeller
Distribuera AI-modeller i verkliga applikationer
- Värd AI-modeller med hjälp av Hugging Face, AWS och Google Cloud
- Bygga API-baserade AI-tjänster för affärsapplikationer
- Finajustera förtränade AI-modeller för domänspecifika uppgifter
AI för prediktiva affärsinformer och beslutsfattande
- AI-drivna affärsintelligens och kundanalys
- Förutspå marknadstrender och konsumentbeteende
- Automatisera arbetsflödesoptimeringar med AI
Etisk AI och bästa praxis inom utveckling
- Etiska överväganden vid AI-assisterat beslutsfattande
- Upptäcka fördomar och rättvisa i AI-modeller
- Bästa praxis för tolkningsbar och ansvarsfull AI
Praktiska workshoppar och fallstudier
- Implementera prediktiv analys för en verklig datamängd
- Bygga en AI-driven chattbot med textgenerering
- Distribuera en LLM-baserad applikation för automatisering
Sammanfattning och nästa steg
- Översikt över nyckeltankar
- AI-verktyg och resurser för vidare lärande
- Avslutande frågestund
Krav
- Förståelse för grundläggande koncept inom mjukvaruutveckling
- Erfarenhet av något programmeringsspråk (Python rekommenderas)
- Kännedom om maskininlärning eller AI-grundläggande principer (rekommenderas men inte obligatoriskt)
Målgrupp
- Mjukvaruutvecklare
- AI/ML ingenjörer
- Tekniska teamledare
- Produktchefer intresserade av AI-drivna applikationer
21 timmar