Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 21 Stunden
Schulungsübersicht
Einführung in die KI für die Softwareentwicklung
- Generative KI vs. prädiktive KI – Definitionen und Unterschiede
- Anwendungen der KI im Coding, in der Analytik und Automatisierung
- Überblick über LLMs, Transformer und Deep-Learning-Modelle
KI-gestütztes Coding und prädiktive Entwicklung
- KI-gestützte Code-Vervollständigung und -Generierung (GitHub Copilot, CodeGeeX)
- Vorhersage von Code-Fehlern und Sicherheitslücken vor der Bereitstellung
- Automatisierung von Code-Reviews und Optimierungsvorschlägen
Aufbau prädiktiver Modelle für Softwareanwendungen
- Verständnis von Zeitreihenprognosen und prädiktiver Analytik
- Implementierung von KI-Modellen für Nachfrageprognosen und Anomalieerkennung
- Nutzung von Python, Scikit-learn und TensorFlow für die prädiktive Modellierung
Generative KI für Text-, Code- und Bildgenerierung
- Arbeit mit GPT, LLaMA und anderen LLMs
- Generierung synthetischer Daten, Textzusammenfassungen und Dokumentationen
- Erstellung KI-generierter Bilder und Videos mit Diffusionsmodellen
Bereitstellung von KI-Modellen in realen Anwendungen
- Bereitstellung (Hosting) von KI-Modellen mit Hugging Face, AWS und Google Cloud
- Aufbau von API-basierten KI-Diensten für Geschäftsanwendungen
- Anpassung (Fine-Tuning) vortrainierter KI-Modelle für domänenspezifische Aufgaben
KI für prädiktive Geschäftsinsights und Entscheidungsfindung
- KI-getriebene Business Intelligence und Kundenanalytik
- Vorhersage von Markttrends und Konsumentenverhalten
- Automatisierung von Workflows und Prozessoptimierung mit KI
Ethische KI und Best Practices in der Entwicklung
- Ethische Überlegungen bei KI-gestützter Entscheidungsfindung
- Erkennung von Verzerrungen (Bias) und Fairness in KI-Modellen
- Best Practices für interpretierbare und verantwortungsvolle KI
Praxisworkshops und Fallstudien
- Implementierung prädiktiver Analytik für einen realen Datensatz
- Aufbau eines KI-gestützten Chatbots mit Textgenerierung
- Bereitstellung einer LLM-basierten Anwendung für die Automatisierung
Zusammenfassung und nächste Schritte
- Wiederholung der wichtigsten Erkenntnisse
- KI-Werkzeuge und Ressourcen für weitere Lernmöglichkeiten
- Finale Fragerunde (Q&A)
Voraussetzungen
- Verständnis grundlegender Konzepte der Softwareentwicklung
- Erfahrung mit einer Programmiersprache (Python empfohlen)
- Vertrautheit mit Machine-Learning- oder KI-Grundlagen (empfohlen, aber nicht erforderlich)
Zielgruppe
- Softwareentwickler
- AI/ML-Ingenieure
- Technische Teamleiter
- Product Manager, die an KI-gestützten Anwendungen interessiert sind
Erfahrungsberichte (4)
Verständnis von KI und LLMs. Funktionsweise sowie darauf zu achtende Risiken und Chancen!
Henk Jan Beltman - genuine business
Kurs - Advanced AI Concepts with Perplexity
Maschinelle Übersetzung
Umfassende Informationen zum Hintergrund; wie man eine Prompt-Anfrage formuliert.
Olaf Kannt - Helios Klinikum Krefeld
Kurs - Generative AI and Prompt Engineering in Healthcare
Maschinelle Übersetzung
die Tipps und empfohlenen Prompts, die wir aus diesem Training mitnehmen können
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maschinelle Übersetzung
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung