Large Language Models (LLMs) Kurs i Stockholm

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till seniorledningsprofessioner som vill förstå vad LLMs är, utforska deras potentiella påverkan på företagsoperationer och utvärdera praktiska användningsområden för AI-verktyg som ChatGPT, Microsoft Copilot eller Grok för verkliga uppgifter som innehållsskapande, datasammanfattning och beslutsstöd.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå vad LLMs är och hur verktyg som ChatGPT och Copilot fungerar.
• Använda prompttekniker för att få praktiska och pålitliga resultat från LLMs.
• Utvärdera verkliga användningsfall såsom e-postformulering, sammanfattning av dokument och produktivitetsautomatisering.
• Identifiera investeringsmöjligheter och strategiska tillämpningar för AI-adoption.

Denna ledarde instruktörsutbildning i (online eller på plats) riktar sig till ledningsgrupper som vill förstå den strategiska värdet av LLMs och företags AI-verkyg. Deltagarna kommer att utforska hur man integrerar dessa verktyg i högre nivåer av arbetsflöden, formulera bättre promptar och utvärdera möjligheter till ökad produktivitet och ROI genom AI-adoption.

Vid utbildningens slut kommer deltagarna att kunna:

• Förstå hur LLMs fungerar och hur verktyg som ChatGPT och Copilot använder dem.
• Använda promptbaserade interaktioner för att automatisera och accelerera uppgifter.
• Tillämpa AI-verkyg på reella scenarier som skrivandet av e-post, sammanfattning av rapporter och granskning av avtal.
• Utvärdera strategiska fördelar, begränsningar och licensöverväganden för LLM-adoption.

Denna instruktörsledda, liveutbildning på plats Stockholm (online eller på plats) riktar sig till AI-forskare, dataforskare och utvecklare på mellan- till avancerad nivå som vill förstå, finjustera och implementera Meta AI:s Large Language Models för olika NLP-applikationer.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå arkitekturen och funktionen hos Meta AI:s Large Language Models.
• Installera och finjustera Meta AI LLMs för specifika användningsfall.
• Implementera LLM-baserade applikationer som textsammanfattning, chatbots och känsloanalys.
• Optimerar och distribuerar stora språkmodeller effektivt.

Denna instruktörsledda, liveutbildning på Stockholm (online eller på plats) riktar sig till AI-professionella på mellanstadiet, affärsanalytiker och teknologiledare som vill förstå principerna för generativ AI och användning av LLMs i affärsmiljöer. Deltagarna kommer att lära sig om transformers, prompt engineering och etiska överväganden vid implementering av dessa modeller för verkliga lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de underliggande principerna för generativ AI och stora språkliga modeller.
• Implementera och finjustera LLMs för specifika affärsanvändningar.
• Tillämpa prompt engineering-tekniker för optimala modellutgångar.
• Känna igen etiska överväganden och hantera risker vid LLM-implementering.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till AI-proffs och etiker på mellannivå, datavetare och ingenjörer samt beslutsfattare och intressenter som vill förstå och navigera i LLM:s etiska landskap.

I slutet av denna utbildning kommer deltagarna att kunna:

• Identifiera etiska frågor och utmaningar i samband med LLM.
• Tillämpa etiska ramar och principer för LLM-distribution.
• Bedöm de samhälleliga effekterna av LLM:er och minska potentiella risker.
• Utveckla strategier för ansvarsfull AI-utveckling och användning.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till NLP-utövare och datavetare på mellannivå, innehållsskapare och översättare och globala företag som vill använda LLM:er för språköversättning och skapa flerspråkigt innehåll.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för tvärspråklig inlärning och översättning med LLM.
• Implementera LLM:er för att översätta innehåll mellan olika språk.
• Skapa och hantera flerspråkiga datauppsättningar för utbildning LLM.
• Utveckla strategier för att upprätthålla konsekvens och kvalitet i översättningen.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till finansanalytiker på mellannivå, datavetare och investeringsproffs som vill utnyttja LLM:er för finansmarknadsanalys och förutsägelse.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå tillämpningen av LLM:er i finansmarknadsanalys.
• Använd LLM:er för att bearbeta finansiella nyheter, rapporter och data för marknadsinsikter.
• Utveckla prediktiva modeller för aktiekurser, marknadstrender och ekonomiska indikatorer.
• Integrera LLM-insikter i investeringsbeslutsprocesser.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till miljövetare och forskare på mellannivå, dataanalytiker och beslutsfattare och miljöförespråkare som vill använda LLM:er för miljömodellering och analys.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå tillämpningen av LLM:er inom miljövetenskap.
• Använd LLM:er för att analysera och modellera miljödata.
• Tolka LLM-resultat för miljökonsekvensbeskrivningar.
• Kommunicera resultaten på ett effektivt sätt för att informera om policy och bevarandeinsatser.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till VR- och AR-utvecklare på mellannivå, speldesigners och AI-ingenjörer som vill införliva LLM:er i VR- och AR-applikationer för att skapa mer engagerande och lyhörda miljöer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå LLM:s roll för att skapa uppslukande VR- och AR-upplevelser.
• Utveckla VR- och AR-applikationer som använder LLM:er för interaktiva dialoger och innehållsskapande.
• Integrera LLM:er med VR- och AR-utvecklingsverktyg för ökat användarengagemang.
• Tillämpa bästa praxis för att utforma AI-drivna berättelser och interaktioner i virtuella utrymmen.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till datavetare på mellannivå, maskininlärningsingenjörer och mjukvaruutvecklare som vill tillämpa Large Language Models (LLMs) på multimodala data för avancerade AI-applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för multimodalt lärande med LLM.
• Implementera LLM:er för att bearbeta och analysera text-, bild- och ljuddata.
• Utveckla applikationer som utnyttjar styrkorna i multimodal dataintegration.
• Utvärdera prestandan hos multimodala LLM-system.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till cybersäkerhetsproffs på mellannivå och datavetare som vill använda LLM:er för att förbättra cybersäkerhetsåtgärder och hotinformation.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå LLM:s roll i cybersäkerhet.
• Implementera LLM:er för hotdetektering och analys.
• Använd LLM:er för säkerhetsautomatisering och svar.
• Integrera LLM:er med befintlig säkerhetsinfrastruktur.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till datavetare och affärsanalytiker på mellannivå som vill använda stora språkmodeller (LLM) för att förutsäga trender och beteenden i olika branscher.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna för LLM:er och deras roll i prediktiv analys.
• Implementera LLM:er för att analysera och prognostisera data i olika branscher.
• Utvärdera effektiviteten av prediktiva modeller med hjälp av LLM.
• Integrera LLM:er med befintliga pipelines för databehandling.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till datavetare på mellannivå som vill få en omfattande förståelse och praktiska färdigheter i både Large Language Models (LLMs) och Reinforcement Learning (RL).

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå transformatormodellernas komponenter och funktioner.
• Optimera och finjustera LLM:er för specifika uppgifter och applikationer.
• Förstå de grundläggande principerna och metoderna för förstärkningsinlärning.
• Lär dig hur tekniker för förstärkningsinlärning kan förbättra LLM:s prestanda.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till innehållsskapare på mellannivå, marknadsförare och utbildningsteknologer som vill utnyttja kraften i LLM:er för att generera högkvalitativt, mångsidigt och engagerande innehåll inom olika domäner.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå LLM:s kapacitet och deras tillämpning i innehållsgenerering.
• Konfigurera och använd LLM:er för att generera olika typer av innehåll.
• Tillämpa metodtips för att fråga och finjustera LLM:er för att producera önskade utdata.
• Utvärdera kvaliteten på AI-genererat innehåll och förfina det för specifika målgrupper.
• Utforska avancerade tekniker för kreativ och multimodal innehållsgenerering med LLM:er.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till utbildare, EdTech-proffs och forskare med olika nivåer av erfarenhet och expertis som vill utnyttja LLM:er för att skapa personliga utbildningsupplevelser.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå arkitekturen och funktionerna hos LLM.
• Identifiera möjligheter till personalisering i utbildningsinnehåll med hjälp av LLM.
• Designa adaptiva inlärningsplattformar som använder LLM:er för innehållsanpassning.
• Implementera LLM-drivna strategier för att förbättra elevernas engagemang och inlärningsresultat.
• Utvärdera effektiviteten av LLM:er i utbildningsmiljöer och fatta datadrivna beslut för

Denna instruktörsledda, levande träning online eller på plats är riktad till mellanavancerade ML-praktiker och AI-utvecklare som vill finjustera och distribuera öppenviktsmodeller som LLaMA, Mistral och Qwen för specifika affärs- eller interna applikationer.

Vid slutet av denna träning kommer deltagarna att kunna:

• Förstå ekosystemet och skillnaderna mellan öppna källkodens LLMs.
• Förbereda datamängder och finjusteringar av konfigurationer för modeller som LLaMA, Mistral, och Qwen.
• Kör finjusteringspipelines med Hugging Face Transformers och PEFT.
• Utvärdera, spara och distribuera finjusterade modeller i säkra miljöer.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till mjukvaruutvecklare och datavetare på nybörjarnivå till mellannivå som vill implementera LLM:er i taligenkännings- och syntessystem.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå LLM:s roll i talteknologier.
• Implementera LLM:er för korrekt taligenkänning och naturligt klingande talsyntes.
• Integrera LLM:er med taligenkänningsmotorer och talsynteser.
• Utvärdera och förbättra prestandan hos talsystem med hjälp av LLM.
• Håll dig informerad om aktuella trender och framtida riktningar inom talteknik.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till kundsupport på nybörjarnivå till mellannivå och IT-proffs som vill implementera LLM:er för att skapa lyhörda och intelligenta chatbots för kundsupport.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna och arkitekturen i Large Language Models (LLMs).
• Designa och integrera LLM:er i kundsupportsystem.
• Förbättra svarstiden och användarupplevelsen för chatbots.
• Ta itu med etiska överväganden och säkerställ efterlevnad av branschstandarder.
• Distribuera och underhåll en LLM-baserad chattrobot för verkliga program.

Denna ledarstyrda, liveutbildning online eller på plats är riktad till datavetare och AI-ingenjörer med mellanavancerad kunskap som vill justera stora språkmodeller mer kostnadseffektivt och effektivt med metoder som LoRA, Adapter Tuning och Prefix Tuning.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå teorin bakom parameter-effektiva metodik för finjustering.
• Implementera LoRA, Adapter Tuning och Prefix Tuning med hjälp av Hugging Face PEFT.
• Jämföra prestanda och kostnadsavvägningar mellan PEFT-metoder och fullständig finjustering.
• Distribuera och skalbar finjustera stora språkmodeller med minskade beräknings- och lagringskrav.

Denna instruktörsledda, live-träning i Stockholm (online eller på plats) riktar sig till maskininlärningsingenjörer, AI-utvecklare och datavetenskapsmän på mellan- till avancerad nivå som vill lära sig hur man använder QLoRA för att effektivt finjusterar stora modeller för specifika uppgifter och anpassningar.

Efter denna träning kommer deltagarna att kunna:

• Förstå teorin bakom QLoRA och kvantiseringstekniker för stora språkmodeller.
• Implementera QLoRA i finjustering av stora språkmodeller för domänspecifika tillämpningar.
• Optimera finjusteringens prestanda på begränsade beräkningsresurser med hjälp av kvantisering.
• Distribuera och utvärdera finjusterade modeller effektivt i verkliga tillämpningar.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till data- och marknadsföringsproffs på mellannivå som vill använda LLM:er för att analysera och tolka allmänhetens känslor från olika textkällor som inlägg på sociala medier, produktrecensioner och kundfeedback.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för sentimentanalys och dess tillämpning med hjälp av LLM.
• Förbearbeta och förbered datauppsättningar för attitydanalys.
• Träna och finjustera LLM:er för att korrekt återspegla sentiment i text.
• Analysera sentiment i realtid från sociala medier och andra textkällor.
• Integrera sentimentanalysresultat i affärsstrategier och beslutsprocesser.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till mjukvaruutvecklare och tekniska skribenter på mellannivå som vill utnyttja LLM:er för att effektivisera sitt kodningsarbetsflöde och skapa detaljerad, omfattande dokumentation.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå LLM:s roll för att automatisera kodgenerering och programvarudokumentation.
• Använd LLM:er för att skapa korrekta och effektiva kodavsnitt och dokumentation.
• Integrera LLM:er i deras livscykel för mjukvaruutveckling för ökad produktivitet.
• Upprätthåll dokumentationsstandarder av hög kvalitet med hjälp av automatiserade verktyg.
• Ta itu med etiska överväganden och bästa praxis för att använda AI i programvaruutveckling.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till affärsmän på mellannivå och dataanalytiker som vill utnyttja kraften i LLM:er för att extrahera affärsinsikter.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna och tillämpningarna av LLM:er i samband med business intelligence.
• Använd LLM:er för att analysera stora datamängder och extrahera meningsfulla insikter.
• Integrera LLM-driven analys i strategiska affärsbeslutsprocesser.
• Utvärdera etiska överväganden och bästa praxis för att använda LLM:er i näringslivet.
• Förutse framtida trender inom AI och förbered dig för det föränderliga landskapet för Business Intelligence.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till utvecklare och datavetare på medelnivå till avancerad nivå som vill behärska LlamaIndex för att utveckla innovativa LLM-drivna applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Ställ in och konfigurera LlamaIndex för användning med LLM.
• Indexera och fråga anpassade datauppsättningar med hjälp av LlamaIndex för att förbättra LLM-funktionaliteten.
• Designa och utveckla sofistikerade applikationer som använder LlamaIndex och LLM.
• Förstå och tillämpa bästa praxis för att arbeta med LLM och LlamaIndex.
• Navigera i de etiska överväganden som är involverade i distribution av LLM-drivna applikationer.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till AI-forskare på mellannivå, maskininlärningsproffs och datavetare som vill använda LlamaIndex för att förbättra AI-modellernas kapacitet, vilket gör dem mer exakta och tillförlitliga för olika applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna och komponenterna i LlamaIndex.
• Mata in och strukturera data för användning med LLM:er.
• Implementera kontextförstärkning för att förbättra AI-modellens prestanda.
• Integrera LlamaIndex i befintliga AI-system och arbetsflöden.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till proffs på mellannivå som vill utnyttja kraften i snabb teknik och få skottinlärning för att optimera LLM-prestanda för verkliga applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för snabb teknik och inlärning med få skott.
• Utforma effektiva uppmaningar för olika NLP-uppgifter.
• Utnyttja några få tekniker för att anpassa LLM:er med minimal data.
• Optimera LLM-prestanda för praktiska tillämpningar.

LangGraph är en ramverk för att bygga tillståndsbärande, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och exakt kontroll över exekvering.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och driva LangGraph-baserade juridiska lösningar med nödvändiga överensstämmelse, spårbarhet och styrningskontroller.

Vid slutet av denna träning kommer deltagarna att kunna:

• Designa juridiska LangGraph-arbetsflöden som bevakar revision och överensstämmelse.
• Integrera juridiska ontologier och dokumentstandarder i grafens tillstånd och bearbetning.
• Implementera kontrollmekanismer, human-in-the-loop-godkännanden och spårbara beslutsvägar.
• Distribuera, övervaka och underhålla LangGraph-tjänster i produktionsmiljö med övervakbarhet och kostnadskontroll.

Formatet på kursen

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on implementation i en live-lab-miljö.

Kursanpassningsalternativ

• För att begära en anpassad träning för denna kurs, kontakta oss för att arrangera.

LangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över utförandet.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och driva LangGraph-baserade finansiella lösningar med rätt styrning, observerbarhet och överensstämmelse.

Vid utbildningens slut kommer deltagarna att kunna:

• Designa finansiella LangGraph-arbetsflöden som överensstämmer med regler och revisionskrav.
• Integrera finansiella datastandarder och ontologier i graftillstånd och verktyg.
• Implementera pålitlighet, säkerhet och människor-i-loop-kontroller för kritiska processer.
• Distribuera, övervaka och optimera LangGraph-system för prestanda, kostnad och SLA:er.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en levande labbmiljö.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Advanced Ollama Model Debugging & Evaluation är en djupgående kurs som fokuserar på diagnostik, testning och mätning av modellbeteende när lokala eller privata Ollama-uppsättningar körs.

Denna lärare-ledda, liveutbildning (online eller på plats) riktar sig till AI-ingenjörer på avancerad nivå, ML Ops-professionella och QA-praktiker som vill säkerställa pålitlighet, trohet och operativ beredskap för Ollama-baserade modeller i produktion.

Vid kursens slut kommer deltagarna att kunna:

• Utföra systematiskt felsökning av Ollama-värdade modeller och reproducera felmödrar tillförlitligt.
• Designa och genomföra robusta utvärderingsflöden med kvantitativa och kvalitativa mätvärden.
• Implementera observabilitet (loggar, spår, mätvärden) för att övervaka modellens hälsa och förskjutning.
• Automatisera testning, validering och regressionskontroller integrerade i CI/CD-flöden.

Kursformat

• Interaktiva föreläsningar och diskussioner.
• Hands-on-laborationer och felsökningsövningar med Ollama-uppsättningar.
• Fallstudier, gruppfelsökningssessioner och automatiseringsworkshops.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna ledarledda, liveutbildning på Stockholm (online eller på plats) riktar sig till forskare, analytiker och kunskapsarbetare på mellannivå som vill utnyttja Claude AI för bearbetning av stora mängder data, sammanställning av information och automatisering av forskningsuppgifter.

Efter avslutad utbildning kommer deltagarna att kunna:

• Använda Claude AI för litteraturöversikter och forskningssammanställning.
• Sammanfatta rapporter, forskningsartiklar och långformade dokument.
• Utvinna nyckelinsikter och trender från strukturerade och ostrukturerade data.
• Integrera Claude AI i forsknings- och kunskapshanteringsflöden.

LangGraph gör det möjligt att hantera statiska, multi-aktörsarbetsflöden som drivs av LLMs med exakt kontroll över körningsvägar och statispersistens. Inom hälsovården är dessa funktioner avgörande för att uppfylla kraven, säkerställa interoperabilitet och bygga beslutstödssystem som överensstämmer med medicinska arbetsflöden.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och hantera LangGraph-baserade lösningar inom hälsovården samt hantera regelverks-, etiska och operativa utmaningar.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa LangGraph-arbetsflöden inom hälsovården med fokus på att uppfylla kraven och möjliggöra granskning.
• Integrera LangGraph-applikationer med medicinska ontologier och standarder (FHIR, SNOMED CT, ICD).
• Tillämpa bästa praxis för pålitlighet, spårbarhet och förklarbarhet i känsliga miljöer.
• Distribuera, övervaka och validera LangGraph-applikationer i produktionsmiljöer inom hälsovården.

Utbildningens format

• Interaktiv föreläsning och diskussion.
• Hands-on-övningar med verkliga fallstudier.
• Implementationsövning i en live-labbmiljö.

Anpassningsalternativ för kursen

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över exekvering.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till avancerade AI-plattformingenjörer, DevOps för AI och ML-arkitekter som vill optimera, felsöka, övervaka och driva produktionsklara LangGraph-system.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa och optimera komplexa LangGraph-topologier för hastighet, kostnad och skalbarhet.
• Utveckla pålitlighet med upprepningar, tidsgränser, idempotens och återhämtning baserad på kontrollpunkter.
• Felsöka och spåra grafexekveringar, inspektera tillstånd och systematiskt återskapa produktionsproblem.
• Instrumentera grafer med loggar, mätvärden och spår, distribuera till produktion och övervaka SLAs och kostnader.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en levande laboratoriemiljö.

Anpassningsalternativ för kursen

• För att be om en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna ledda, levande utbildning på plats Stockholm (online eller på plats) riktar sig till innehållsskapare, skrivare och marknadsförare på grundläggande till mellannivå som vill använda Claude AI för att generera, redigera och sammanfatta innehåll för att förbättra bloggar, rapporter och marknadsföringsmaterial.

Efter avslutad utbildning kommer deltagarna att kunna:

• Använda Claude AI för att generera idéer och utveckla koncept.
• Förbättra skrivandet med AI-stödd redigering och korrekturläsning.
• Generera sammanfattningar för långformade innehåll och rapporter.
• Automatisera skapandet av marknadskopier för olika plattformar.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till professionella på avancerad nivå som vill justera och anpassa AI-modeller på Ollama för förbättrad prestanda och domänspecifika tillämpningar.

Efter avslutad utbildning kommer deltagarna att kunna:

• Konfigurera en effektiv miljö för att justera AI-modeller på Ollama.
• Förbereda dataset för övervakad justering och förstärkning lärande.
• Optimera AI-modeller för prestanda, noggrannhet och effektivitet.
• Distribuera anpassade modeller i produktionsmiljöer.
• Utvärdera förbättringar av modellerna och säkerställa robusthet.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till utvecklare på medelnivå som vill lära sig hur man använder generativ AI med LLM:er för olika uppgifter och domäner.

I slutet av denna utbildning kommer deltagarna att kunna:

Förklara vad generativ AI är och hur det fungerar. Beskriv transformatorarkitekturen som driver LLM:er. Använd empiriska skalningslagar för att optimera LLM:er för olika uppgifter och begränsningar. Tillämpa toppmoderna verktyg och metoder för att träna, finjustera och distribuera LLM:er. Diskutera möjligheter och risker med generativ AI för samhället och näringslivet.

LLMs och autonoma agentramverk som AutoGen och CrewAI omdefinierar hur DevOps-team automatiserar uppgifter som ändringsspårning, testgenerering och varningstriering genom att simulera mänsklig samarbets- och beslutsfattande.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till avancerade ingenjörer som vill designa och implementera DevOps-automatiseringsarbetsflöden som drivs av stora språkmodeller (LLMs) och multiagent-system.

Efter denna träning kommer deltagarna att kunna:

• Integrera LLM-baserade agenter i CI/CD-arbetsflöden för smart automatisering.
• Automatisera testgenerering, commitanalys och ändringssammanfattningar med hjälp av agenter.
• Koordinera flera agenter för att triera varningar, generera svar och ge DevOps-rekommendationer.
• Bygga säkra och underhållbara agentstyrda arbetsflöden med hjälp av öppen källkod ramverk.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on implementation i en live-labmiljö.

Kursanpassningsalternativ

• För att begära en anpassad träning för denna kurs, vänligen kontakta oss för att ordna.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till avancerade professionella som vill implementera säkra och effektiva AI-drivna arbetsflöden med hjälp av Ollama.

Efter avslutad utbildning kommer deltagarna att kunna:

• Installera och konfigurera Ollama för privat AI-bearbetning.
• Integrera AI-modeller i säkra företagsarbetsflöden.
• Optimera AI-prestanda samtidigt som datasekretess upprätthålls.
• Automatisera företagsprocesser med lokal AI-funktionalitet.
• Säkerställa överensstämmelse med företagets säkerhets- och styrningspolicyer.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till AI-utvecklare, arkitekter och produktchefer på mellan- och avancerad nivå som vill identifiera och minimera risker förknippade med LLM-drivna applikationer, inklusive promptinjektion, dataläckage och ofiltrerad utgång, samtidigt som säkerhetskontroller som inmatningsvalidering, människa-i-loopen övervakning och utgångsgränser införlivas.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå de grundläggande sårbarheterna i LLM-baserade system.
• Använda säkra designprinciper för LLM-apparkitektur.
• Använda verktyg som Guardrails AI och LangChain för validering, filtrering och säkerhet.
• Integrera teknik som sandlådor, red-teaming och människa-i-loopen-granskning i produktionsgraderade pipeline.

Denna instruktörsledda, live-utbildning på Stockholm (online eller på plats) riktar sig till mellanavancerade programutvecklare och AI-ingenjörer som vill integrera Claude AI i sina applikationer, bygga AI-drivna chatbots och förbättra mjukvarufunktionalitet med AI-drivna automatiseringar.

Efter avslutad utbildning kommer deltagarna att kunna:

• Använda Claude AI API för att integrera AI i applikationer.
• Utveckla AI-drivna chatbots och virtuella assistenter.
• Förbättra applikationer med AI-drivna automatiseringar och NLP.
• Optimera och justera Claude AI-modeller för olika användningsområden.

LangGraph är ett grafbaserat orkestreringsramverk som möjliggör villkorliga, flerstegs LLM- och verktygsarbetsflöden, idealiskt för att automatisera och personifiera innehållsflöden.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till marknadsförare, innehållsstrateger och automatiseringsutvecklare på mellanstadiet som vill implementera dynamiska, förgrenade e-postkampanjer och innehållsgenereringsflöden med hjälp av LangGraph.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa grafstrukturerade innehåll och e-postarbetsflöden med villkorlig logik.
• Integrera LLMs, APIs och datakällor för automatiserad personifiering.
• Hantera tillstånd, minne och kontext över flera steg i kampanjer.
• Utvärdera, övervaka och optimera arbetsflödesprestanda och leveransresultat.

Utbildningsformat

• Interaktiva föreläsningar och gruppdiskussioner.
• Praktiska övningar för att implementera e-postarbetsflöden och innehållsflöden.
• Scenariobaserade övningar om personifiering, segmentering och förgrening.

Alternativ för att anpassa kursen

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att boka.

Denna instruktörsledda, liveutbildning på Stockholm (online eller på plats) riktar sig till yrkesverksamma på grundläggande nivå som vill integrera Claude AI i sina dagliga arbetsflöden för att förbättra effektivitet och automatisering.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Använda Claude AI för att automatisera upprepade uppgifter och strömlinjeforma arbetsflöden.
• Förbättra personlig och teamproduktivitet med hjälp av AI-driven automatisering.
• Integrera Claude AI med befintliga företagsverktyg och plattformar.
• Optimera AI-drivna beslutsfattande och uppgiftshantering.

Denna instruktörsledda, live-utbildning i Stockholm (online eller på plats) riktar sig till professionella på mellannivå som vill distribuera, optimera och integrera LLM:er med hjälp av Ollama.

I slutet av utbildningen kommer deltagarna att kunna:

• Konfigurera och distribuera LLM:er med hjälp av Ollama.
• Optimera AI-modeller för prestanda och effektivitet.
• Utnyttja GPU-acceleration för förbättrade inferenshastigheter.
• Integrera Ollama i arbetsflöden och applikationer.
• Övervaka och underhålla AI-modellernas prestanda över tid.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till proffs på mellannivå till avancerad nivå som vill anpassa förtränade modeller för specifika uppgifter och datauppsättningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för finjustering och dess tillämpningar.
• Förbered datauppsättningar för finjustering av förtränade modeller.
• Finjustera stora språkmodeller (LLM) för NLP-uppgifter.
• Optimera modellens prestanda och hantera vanliga utmaningar.

LangGraph är ett ramverk för att sammansätta grafstrukturerade LLM-arbetsflöden som stöder förgrening, verktygsanvändning, minne och kontrollerad exekvering.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till ingenjörer och produktteam på mellannivå som vill kombinera LangGraphs graflogik med LLM-agentloopar för att bygga dynamiska, kontextmedvetna applikationer såsom kundsupportagenter, beslutsträd och informationshämtningsystem.

Vid utbildningens slut kommer deltagarna att kunna:

• Designa grafbaserade arbetsflöden som samordnar LLM-agenter, verktyg och minne.
• Implementera villkorsstyrd vägledning, omstart och återfall för robust exekvering.
• Integra hämtning, API:er och strukturerade utdata i agentloopar.
• Utvärdera, övervaka och hårdna agentbeteende för pålitlighet och säkerhet.

Kursformat

• Interaktiv föreläsning och ledd diskussion.
• Guidade labbar och kodgenomgångar i en sandlåde-omgivning.
• Scenariebaserade designövningar och kollegiala granskningar.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LLMs för kodförståelse, omstrukturering och Documentation är en teknisk kurs som fokuserar på att tillämpa stora språkmodeller (LLMs) för att förbättra kodkvaliteten, minska teknisk skuld och automatisera dokumentationsuppgifter inom mjukvaruteam.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till mellanavancerade till avancerade mjukvaruprofessionella som vill använda LLMs som GPT för att analysera, omstrukturera och dokumentera komplexa eller legacy-kodbaser mer effektivt.

Efter denna träning kommer deltagarna att kunna:

• Använda LLMs för att förklara kod, beroenden och logik i okända repositorier.
• Identifiera och omstrukturera anti-mönster och förbättra kodläsbarheten.
• Automatiskt generera och underhålla inbäddade kommentarer, README-filer och API-dokumentation.
• Integrera LLM-drivna insikter i befintliga CI/CD- och granskningsflöden.

Kursens format

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Praktisk implementation i en live-lab-miljö.

Alternativ för kursanpassning

• För att begära en anpassad träning för denna kurs, vänligen kontakta oss för att ordna.

Denna instruktörsledda, liveutbildning i Stockholm (online eller på plats) riktar sig till datavetare på mellannivå, AI-utvecklare och AI-entusiaster som vill använda LLM:er för att utföra olika NLP-uppgifter och skapa nytt och mångsidigt innehåll för olika ändamål.

I slutet av denna utbildning kommer deltagarna att kunna:

• Etablera en utvecklingsmiljö med LLM:er och viktiga verktyg.
• Utför NLU- och NLI-uppgifter sakkunnigt med LLM:er.
• Extrahera, härleda och använd kunskapsgrafer effektivt.
• Generera och hantera dialoger med hjälp av LLM:er för konversationsapplikationer.
• Utvärdera innehållskvalitet och mångfald som genereras av LLM:er och generativ AI.
• Tillämpa etiska principer och säkerställa rättvisa och ansvarsfull användning av LLM.

Denna instruktörsledda, levande träning (på plats eller online) vänder sig till nybörjare inom företagsverksamhet, kundsupportteam och teknikintresserade som vill förstå grunderna i Claude AI och utnyttja det för affärsapplikationer.

Efter avslutad träning kommer deltagarna att kunna:

• Förstå Claude AI:s kapacitet och användningsområden.
• Installera och interagera med Claude AI effektivt.
• Automatisera affärsflöden med samtalsbaserad AI.
• Förbättra kundengagemang och support med AI-drivna lösningar.

Denna instruktörsledda, live-utbildning i Stockholm (online eller på plats) riktar sig till utvecklare och mjukvaruingenjörer på mellannivå som vill bygga AI-drivna applikationer med hjälp av LangChain-ramverket.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i LangChain och dess komponenter.
• Integrera LangChain med stora språkmodeller (LLM) som GPT-4.
• Bygg modulära AI-applikationer med LangChain.
• Felsök vanliga problem i LangChain-program.

LangGraph är ett ramverk för att bygga grafstrukturerade LLM-applikationer som stöder planering, förgrening, verktygsanvändning, minne och kontrollerbar exekvering.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare, prompt-engineers och dataexperter på grundnivå som vill designa och bygga pålitliga, flerstegs-LLM-arbetsflöden med hjälp av LangGraph.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förklara grundläggande LangGraph-begrepp (noder, kanter, tillstånd) och när de ska användas.
• Bygga promptkedjor som förgrenas, kallar på verktyg och behåller minne.
• Integrera hämtning och externa API:er i grafarbetsflöden.
• Testa, felsöka och utvärdera LangGraph-appar för pålitlighet och säkerhet.

Utbildningens format

• Interaktiva föreläsningar och facklig diskussion.
• Guidade laborationer och kodgenomgångar i en sandbox-miljö.
• Scenariebaserade övningar i design, testning och utvärdering.

Alternativ för anpassning av kursen

• För att beställa en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna instruktörsledda, liveträning i Stockholm (online eller på plats) riktar sig till utvecklare på nybörjarnivå till mellannivå som vill använda stora språkmodeller för olika naturliga språkuppgifter.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera en utvecklingsmiljö som innehåller en populär LLM.
• Skapa en grundläggande LLM och finjustera den på en anpassad datauppsättning.
• Använd LLM:er för olika uppgifter på naturligt språk som textsammanfattning, frågesvar, textgenerering och mer.
• Felsök och utvärdera LLM:er med hjälp av verktyg som TensorBoard, PyTorch Lightning och Hugging Face Datasets.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till yrkesverksamma på nybörjarnivå som vill installera, konfigurera och använda Ollama för att köra AI-modeller på sina lokala maskiner.

Vid utbildningens slut kommer deltagarna att kunna:

• Förstå grunderna i Ollama och dess kapacitet.
• Inställa Ollama för att köra lokala AI-modeller.
• Distribuera och interagera med LLMs med hjälp av Ollama.
• Optimerar prestanda och resursanvändning för AI-arbetsbelastningar.
• Utforska användningsområden för lokal AI-distribution inom olika branscher.