Kontakt aufnehmen
 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

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (4)

Kommende Kurse

Verwandte Kategorien