Small Language Models (SLMs): Anwendungen und Innovationen Schulung

Dieser lehrgangsgeleitete, live durchgeführte Kurs in Österreich (online oder vor Ort) richtet sich an EdTech-Experten auf mittlerem Niveau, Instruktionsdesigner und KI-Entwickler im Bildungsbereich, die Kleine Sprachmodelle (SLMs) in Bildungsplattformen integrieren möchten, um Lehr- und Lernprozesse zu verbessern.

Nach Abschluss dieses Kurses werden die Teilnehmer:

• Die Rolle von SLMs in der Bildungstechnologie verstehen.
• Lernerfahrungen auf KI-Basis mit SLMs designen können.
• SLMs in verschiedenen Bildungsumgebungen implementieren können.
• Die Wirksamkeit von SLMs auf Lernerfolge evaluieren können.

Diese live-vermittelte Schulung in Österreich (online oder vor Ort) richtet sich an erfahrene Stadtplaner, Kommunalverwaltungen sowie Entwickler von Smart-City-Lösungen, die Kleine Sprachmodelle (SLMs) in ihren Smart-City-Projekten implementieren möchten, um die Lebensqualität in der Stadt zu verbessern.

Nach Abschluss dieser Schulung können die Teilnehmer:

• Den Einsatz von SLMs im Kontext von Smart Cities verstehen.
• SLMs mit städtischen Datensätzen integrieren, um fundiertere Entscheidungsprozesse zu ermöglichen.
• Strategien zur Implementierung von SLMs in städtischen Managementsystemen entwickeln.
• Die Auswirkungen von SLMs auf die Stadtplanung und Smart-City-Lösungen bewerten.

Diese instruktionsgeleitete, lebendige Schulung in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler und Machine-Learning-Ingenieure mit fortgeschrittenen Kenntnissen, die kleine Sprachmodelle entwickeln und für spezifische Domänen wie Recht, Medizin und Technik anpassen möchten.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Bedeutung und Anwendung domänenspezifischer Sprachmodelle zu verstehen.
• Spezialisierte Datensätze zur Modelltrainierung zu kuratieren und vorzubereiten.
• Sprachmodelle für domänenspezifische Anwendungen zu trainieren und feinabzustimmen (Fine-Tuning).
• Modelle anhand domänenspezifischer Metriken zu bewerten und zu benchmarken.
• Domanenspezifische Sprachmodelle in realen Szenarien bereitzustellen.

Diese von einer Lehrkraft geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an erfahrene Machine-Learning-Ingenieure und KI-Forschende, die energieeffiziente KI-Lösungen mit kleinen Sprachmodellen entwickeln möchten, die sowohl leistungsstark als auch umweltfreundlich sind.

Nach Abschluss dieser Schulung können Teilnehmende:

• Die Auswirkungen von KI auf den Energieverbrauch und die Umwelt verstehen.
• Techniken zur Modellkomprimierung und -optimierung anwenden, um die Größe und den Energieverbrauch von KI-Modellen zu reduzieren.
• Energieeffiziente Hardware- und Software-Frameworks für KI-Deployments nutzen.
• Best Practices für nachhaltige KI-Entwicklung implementieren.
• Für nachhaltige Praktiken in der KI-Branche eintreten und dazu beitragen.

Dieses instructor-led, live-Training in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler mit mittlerem Erfahrungsniveau sowie an Machine-Learning- und KI-Forscher, die ansprechende und effiziente KI-gestützte Konversationen mit kleinen Sprachmodellen schaffen möchten.

Am Ende dieses Trainings sind die Teilnehmer in der Lage:

• Die Grundlagen der konversationalen KI sowie die Rolle von SLMs zu verstehen.
• Benutzerzentrierte KI-Interaktionen zu entwerfen und umzusetzen.
• SLMs für interaktive Anwendungen zu entwickeln und zu trainieren.
• Die Wirksamkeit der Mensch-KI-Kommunikation unter Verwendung geeigneter Metriken zu bewerten und zu verbessern.
• Skalierbare und ethische KI-gestützte Konversationsschnittstellen in realen Szenarien bereitzustellen.

Dieses instructor-led-Live-Training in Österreich (online oder vor Ort) richtet sich an IT-Fachkräfte mit mittlerem Erfahrungslevel, die kleine Sprachmodelle direkt auf Geräten mit begrenzten Verarbeitungskapazitäten bereitstellen möchten, um innovative Anwendungen in verschiedenen Branchen zu eröffnen.

Nach Abschluss dieses Trainings können Teilnehmende:

• Herausforderungen und Lösungen für die Implementierung von KI auf kompakter Hardware verstehen.
• KI-Modelle optimieren und komprimieren, um sie effizient auf Geräten bereitzustellen.
• Moderne KI-Frameworks und -Tools für die On-Device-Modellimplementierung nutzen.
• Echtzeit-KI-Anwendungen für mobile Geräte und IoT-Geräte entwerfen und entwickeln.
• Die Sicherheit und Privatsphäre von On-Device-KI-Systemen bewerten und gewährleisten.