Schulungsübersicht
Einführung in KI für die Softwareentwicklung
- Was ist generative KI im Vergleich zur prädiktiven KI?
- Anwendungen der KI im Coden, in der Analyse und bei der Automatisierung
- Übersicht über LLMs (Large Language Models), Transformer-Modelle und tiefes Lernen
KI-gestütztes Coden und prädiktive Entwicklung
- KI-gesteuerte Code-Vervollständigung und -Generierung (GitHub Copilot, CodeGeeX)
- Vorhersage von Code-Fehlern und Schwachstellen vor der Bereitstellung
- Automatisierung von Code-Reviews und Optimierungsvorschlägen
Erstellen prädiktiver Modelle für Softwareanwendungen
- Verständnis von Zeitreihenprognosen und prädiktiven Analysen
- Implementierung von KI-Modellen zur Nachfragevorhersage und Anomalieerkennung
- Verwendung von Python, Scikit-learn und TensorFlow für prädiktive Modellierung
Generative KI zur Text-, Code- und Bildgenerierung
- Arbeiten mit GPT, LLaMA und anderen LLMs (Large Language Models)
- Erzeugen synthetischer Daten, Textzusammenfassungen und Dokumentation
- Erstellen von KI-generierten Bildern und Videos mit Diffusionsmodellen
Bereitstellung von KI-Modellen in Realanwendungen
- Hosting von KI-Modellen mit Hugging Face, AWS und Google Cloud
- Erstellen API-basierter KI-Dienste für Geschäftsanwendungen
- Feinabstimmung vortrainierter KI-Modelle für domänenabhängige Aufgaben
KI für prädiktive Geschäftsinsights und Entscheidungsfindung
- KI-gestützte Geschäftsinformationen und Kundenanalyse
- Vorhersage von Marktrenditen und Verbraucherverhalten
- Automatisierung von Workflow-Optimierungen mit KI
Ethische KI und Best Practices in der Entwicklung
- Ethische Überlegungen bei KI-gestützten Entscheidungen
- Erkennung von Bias und Gerechtigkeit in KI-Modellen
- Best Practices für Interpretierbarkeit und Verantwortungsvolle KI
Praktische Workshops und Fallstudien
- Implementierung prädiktiver Analysen für reale Datensätze
- Erstellen eines KI-gesteuerten Chatbots mit Textgenerierung
- Bereitstellung einer LLM-basierten Anwendung zur Automatisierung
Zusammenfassung und Weitere Schritte
- Wiederholung der wichtigsten Erkenntnisse
- KI-Tools und Ressourcen für weitere Lernprozesse
- Abschließende Fragen und Antworten-Sitzung
Voraussetzungen
- Verständnis grundlegender Softwareentwicklungskonzepte
- Erfahrung mit einer Programmiersprache (Python wird empfohlen)
- Kenntnisse in Maschinellem Lernen oder KI-Grundlagen (empfohlen, aber nicht erforderlich)
Zielgruppe
- Softwareentwickler
- AI/ML-Ingenieure
- Technische Teamleiter
- Produktmanager, die an KI-gestützten Anwendungen interessiert sind
Erfahrungsberichte (2)
Es war recht interaktiv und konzentrierte sich stark auf unsere Interessensgebiete. Es bietet eine gute Grundlage für die weitere Entwicklung in diesem Bereich.
Donal Carroll - Teleflex Medical Europe Ltd
Kurs - Copilot for Finance and Accounting Professionals
Maschinelle Übersetzung
Der Trainer war gut vorbereitet und hatte großartige Beispiele.
Rares Baba - Emerson
Kurs - Boost Your Productivity with Microsoft Copilot 365
Maschinelle Übersetzung