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 14 Stunden
Schulungsübersicht
Modul 1: Einführung in KI und Google Gemini
- Was ist Künstliche Intelligenz (KI)?
- Überblick über Google Gemini KI und sein Ökosystem
- Zentrale Funktionen und Vorteile von Gemini gegenüber anderen KI-Modellen
- Praktische Aktivität: Erkundung von Gemini KI über die Demo in Google AI Studio
Modul 2: Large Language Models (LLMs) verstehen
- Grundlagen großer Sprachmodelle
- Architektur und Funktionsweise von Gemini-Modellen
- Vergleich von Gemini mit GPT und anderen führenden Modellen
- Praxislabor: Visualisierung von Tokenisierung und Modellantworten anhand von Beispiel-Prompts
Modul 3: Erste Schritte mit Gemini
- Einrichtung der Entwicklungsumgebung
- Arbeit mit der Gemini API und dem SDK
- Authentifizierung, Token und API-Schlüssel
- Praktisches Labor: Ausführen Ihres ersten Gemini-Prompts mit Python
Modul 4: Arbeiten mit Gemini-Modellen
- Untersuchung verschiedener Gemini-Modelltypen und -fähigkeiten
- Auswahl geeigneter Modelle für Sprach-, Bild- oder multimodale Aufgaben
- Initialisierung und Testen generativer Modelle
- Praktische Übung: Vergleich der Ausgaben von Text-zu-Text- und Bild-zu-Text-Modellen
Modul 5: Praktische Anwendungen und Use Cases
- Integration von Gemini KI in Chat- und Q&A-Anwendungen
- Entwicklung von Tools für semantische Suche und Zusammenfassung
- Ethische Nutzung von KI und Aspekte der Voreingenommenheit (Bias)
- Gruppenprojekt: Erstellung eines „Smart Research Assistants“ mit NotebookLM und Gemini
Modul 6: Fortgeschrittene Funktionen und Anpassung
- Optimierung von Prompts und erweiterte Kontextbearbeitung
- Einsatz von Gemini für Codegenerierung und Debugging
- Fine-Tuning-Workflows mit Google Cloud Vertex AI
- Praktische Aktivität: Anpassung der Modellantworten mittels Parametern und Temperatursteuerung
Modul 7: Praxisnahe Projekte und Zusammenarbeit
- Planung kollaborativer Projekte und Einrichtung von Workflows
- Integration von Gemini KI mit anderen Google-Werkzeugen (Drive, Docs, Sheets)
- Teamprojekt: Entwurf und Bereitstellung einer kleinen KI-Anwendung (z. B. Zusammenfasser, Chatbot oder Ideen-Generator)
- Peer-Review und Diskussion der Projektergebnisse
Modul 8: Bewertung und Zukunftsperspektiven
- Beseitigung häufiger Probleme in Gemini-Projekten
- Erkundung der Roadmap der Gemini API und kommender Funktionen
- Best Practices für KI-Governance und Skalierbarkeit
- Abschlussaktivität: Reflexion der erlernten praktischen Kenntnisse und ihrer beruflichen Anwendung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von KI-Konzepten
- Erfahrung mit APIs und Cloud-Diensten
- Programmierungserfahrung in Python
Zielgruppe
- Entwickler
- Data Scientists
- KI-Enthusiasten
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung
