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.
Schulungsübersicht
Modul 1: Einführung in KI und Google Gemini
- Was ist künstliche Intelligenz (KI)?
- Überblick über Google Gemini AI und dessen Ökosystem
- Hauptmerkmale und Vorteile von Gemini im Vergleich zu anderen KI-Modellen
- Praktische Übung: Erkundung von Gemini AI durch die Google AI Studio Demo
Modul 2: Verstehen von großen Sprachmodellen (LLMs)
- Grundlagen großer Sprachmodelle
- Aufbau und Funktionsweise der Gemini-Modelle
- Vergleich von Gemini mit GPT und anderen führenden Modellen
- Praktisches Labor: Visualisierung von Tokenisierung und Modellantworten durch Beispielanfragen
Modul 3: Erste Schritte mit Gemini
- Einrichten der Entwicklungsumgebung
- Arbeiten mit der Gemini-API und -SDK
- Authentifizierung, Tokens und API-Schlüssel
- Praktisches Labor: Ausführen Ihrer ersten Gemini-Anfrage in Python
Modul 4: Arbeiten mit Gemini-Modellen
- Erkundung verschiedener Gemini-Modelltypen und -fähigkeiten
- Auswahl geeigneter Modelle für Sprach-, Bild- oder multimodale Aufgaben
- Initialisieren und Testen von generativen Modellen
- Praktische Übung: Vergleich der Ausgaben von Text-zu-Text- und Bild-zu-Text-Modellen
Modul 5: Praktische Anwendungen und Use Cases
- Integration von Gemini AI in Chat- und Q&A-Anwendungen
- Entwicklung semantischer Such- und Zusammenfassungstools
- Ethische KI-Nutzung und Bias-Betrachtungen
- Gruppenprojekt: Erstellen eines „Smart Research Assistants“ mit NotebookLM und Gemini
Modul 6: Fortgeschrittene Funktionen und Anpassung
- Prompt-Optimierung und erweiterte Kontextverarbeitung
- Nutzung von Gemini für Codegenerierung und -fehlerbehebung
- Fine-Tuning-Arbeitsabläufe mit Google Cloud Vertex AI
- Praktische Übung: Anpassen von Modellantworten durch Parameter und Temperatursteuerung
Modul 7: Real-World-Projekte und Zusammenarbeit
- Kollaboratives Projektplanung und Workflow-Einrichtung
- Integration von Gemini AI mit anderen Google-Tools (Drive, Docs, Sheets)
- Teamprojekt: Design und Deployment einer kleinen KI-Anwendung (z. B. Inhaltszusammenfasser, Chatbot oder Ideengenerator)
- Mitgliederbewertung und Diskussion der Projektresultate
Modul 8: Bewertung und zukünftige Richtungen
- Troubleshooting bei häufigen Problemen in Gemini-Projekten
- Erkundung der Gemini API-Roadmap und kommender Funktionen
- Bewährte Methoden für KI-Regulierung und Skalierbarkeit
- Abschlussaktivität: Reflexion über praktische Erkenntnisse und Berufsanwendungen
Zusammenfassung und weitere Schritte
Voraussetzungen
- Eine Grundverständnis von KI-Konzepten
- Erfahrung mit APIs und Cloud-Diensten
- Erfahrungen in Python-Programmierung
Zielgruppe
- Entwickler
- Datenspezialisten
- KI-Enthusiasten
14 Stunden
Erfahrungsberichte (1)
Flow, Stimmung und Themenstellung bei der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung