Kursplan

Introduktion till lättvikta LLM:s

  • Förstå kompakta modellarkitekturer
  • Utvecklingen av resurseffektiv AI
  • Varför lättvikta modeller är viktiga för företag

Förstå Nano Banana

  • Huvudfunktioner och designprinciper
  • Modellens möjligheter och begränsningar
  • Hur Nano Banana skiljer sig från traditionella LLM:s

Distriberingsmodeller och användningsscenarier

  • Lokal körning och dess fördelar
  • Lokal mot molninference
  • Välja rätt distribueringsväg

Praktiska tillämpningar inom olika branscher

  • Intern automatisering och kunskapsassistent
  • Kundorienterade användningsscenarier
  • Operativa och regelbundna scenarier

Integrationsgrundläggande

  • Utvärdera systemkrav
  • Arbetsflödes- och processöverväganden
  • Introduktion till API:er och verktygskedjor

Kostnadsoptimering och effektivitet

  • Minska inferencekostnader med kompakta modeller
  • Balansera prestanda och resurser
  • Planering för skalbara distributioner

Styrning, integritet och riskhantering

  • Säkerställa säker lokal körning
  • Förstå dataintegritetsgränser och skyddsnivåer
  • Anpassning till företagspolicyer och standarder

Förberedelse för organisationens införande

  • Bygg intern kapacitet och beredskap
  • Utvärdera affärsnytta genom pilotprojekt
  • Lägga grunden för bredare distributioner

Sammanfattning och nästa steg

Krav

  • En förståelse för generella IT-koncept
  • Erfarenhet av grundläggande mjukvarujärn.
  • Kännedom om datastyrt affärsarbete.

Målgrupp

  • Generella IT-team som inför AI-möjligheter
  • Affärsanvändare intresserade av praktiska AI-tillämpningar
  • Teknikchefer som utvärderar strategier för lokala LLM-distributioner
 7 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier