Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Modul 1: Introduktion till AI och Google Gemini
- Vad är artificiell intelligens (AI)?
- Översikt över Google Gemini AI och dess ekosystem
- Nötkaraktäristiker och fördelar med Gemini gentemot andra AI-modeller
- Hästfötverksamhet: Utforska Gemini AI genom Google AI Studio-demo
Modul 2: Förståande av stora språkmodeller (LLMs)
- Fundament för stora språkmodeller
- Konstruktion och drift av Gemini-modeller
- Jämförelse mellan Gemini, GPT och andra främsta modeller
- Laborationsuppgift: Visualisering av tokenisering och modellrespons med hjälp av exempelpromptar
Modul 3: Kom igång med Gemini
- Konfigurera utvecklingsmiljön
- Arbeta med Gemini API och SDK
- Autentisering, token och API-nycklar
- Hästfötlaboration: Kör din första Gemini-prompt med Python
Modul 4: Arbeta med Gemini-modeller
- Utforska olika typer av Gemini-modeller och deras kapaciteter
- Välja lämpliga modeller för språk-, bild- eller multimodal uppgifter
- Initiera och testa genererande modeller
- Praktisk övning: Jämför text-till-text- och bild-till-text-modellutdata
Modul 5: Praktiska tillämpningar och användningsfall
- Ta fram Gemini AI i chatt- och Q&A-applikationer
- Utveckla semantisk sökning och sammanfattningstjänster
- Etisk AI-användning och fördomarbetänkanden
- Gruppprojekt: Bygg en “Smart Research Assistant” med NotebookLM och Gemini
Modul 6: Avancerade funktioner och anpassning
- Promptoptimering och avancerad kontexthantering
- Använd Gemini för kodgenerering och felsökning
- Fine-tuning-arbetsflöden med Google Cloud Vertex AI
- Hästfötverksamhet: Anpassa modellrespons med hjälp av parametrar och temperaturkontroll
Modul 7: Reala projekt och samarbete
- Samarbetsprojektplanering och arbetsflödesuppställning
- Ta fram Gemini AI med andra Google-verktyg (Drive, Docs, Sheets)
- Lagprojekt: Utforma och distribuera en liten AI-applikation (t.ex. sammanfattningstjänst, chattrum eller idégenerator)
- Kollektiv granskning och diskussion av projektresultat
Modul 8: Utvärdering och framtidsriktningar
- Felsökande av vanliga problem i Gemini-projekt
- Utforskning av Gemini API-utvecklingsväg och kommande funktioner
- Bästa praxis för AI-styrning och skalbarhet
- Avslutningsverksamhet: Reflektion över praktiska lärdomar och karriärtillämpningar
Sammanfattning och nästa steg
Krav
- Ett grundläggande förstånd för AI-koncept
- Erfarenhet av APIs och molntjänster
- Erfarenhet av Python-programmering
Målgrupp
- Utvecklare
- Dataanalytiker
- AI-entusiaster
14 timmar
Vittnesmål (1)
### Flow, stämning och tema för presentation### Inledning- Introducera ämnet och presentationens syfte- Ge en kort översikt över vad publiken kan förvänta sig- Engagera publiken med en intressant fakta eller fråga### Huvuddel- **Första punkten:** - Beskriv den första huvudpunkten - Förklara varför den är viktig - Ge exempel eller statistik för att stärka argumentet- **Andra punkten:** - Beskriv den andra huvudpunkten - Förklara hur den relaterar till den första punkten - Använd en historia eller analogi för att göra punkten mer begriplig- **Tredje punkten:** - Beskriv den tredje huvudpunkten - Förklara hur den byggar vidare på de tidigare punkterna - Inkludera en visuell hjälpmedel för att illustrera punkten### Avslutning- Sammanfatta huvudpunkterna- Ge en tydlig slutsats eller uppmaning till handling- Tacka publiken för deras uppmärksamhet och erbjud dig att svara på frågor### Frågestund- Öppna upp för frågor från publiken- Var beredd att förklara eller utveckla på tidigare nämnda punkter- Ge tydliga och koncisa svar### Övrigt- Kontrollera tekniken innan presentationen börjar- Använd gärna noteringar men undvik att läsa direkt från dem- Öva in presentationen flera gånger för att säkerställa en smidig flow
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskintolkat
