План на курса

Въведение в AI за разработка на софтуер

  • Какво е Generative AI срещу Predictive AI
  • Приложения на AI в кодирането, анализите и автоматизацията
  • Преглед на LLM, трансформатори и модели за дълбоко обучение

AI-асистирано кодиране и предсказуема разработка

  • Довършване и генериране на код, задвижван от AI (GitHub Copilot, CodeGeeX)
  • Прогнозиране на програмни грешки и уязвимости преди внедряване
  • Автоматизиране на прегледи на кодове и предложения за оптимизация

Изграждане на прогнозни модели за софтуерни приложения

  • Разбиране на прогнозирането на времеви редове и прогнозния анализ
  • Внедряване на AI модели за прогнозиране на търсенето и откриване на аномалии
  • Използване на Python, Scikit-learn и TensorFlow за прогнозно моделиране

Generative AI за генериране на текст, код и изображение

  • Работа с GPT, LLaMA и други LLM
  • Генериране на синтетични данни, текстови резюмета и документация
  • Създаване на генерирани от AI изображения и видеоклипове с дифузионни модели

Внедряване на AI модели в приложения от реалния свят

  • Хостинг на AI модели с помощта на Hugging Face, AWS и Google Cloud
  • Изграждане на API базирани AI услуги за бизнес приложения
  • Фина настройка на предварително обучени AI модели за специфични за домейна задачи

AI за предсказуеми Business прозрения и вземане на решения

  • Управление на AI бизнес разузнаване и клиентски анализ
  • Прогнозиране на пазарните тенденции и потребителското поведение
  • Автоматизиране на оптимизации на работния процес с AI

Етичен AI и най-добри практики в разработката

  • Етични съображения при вземането на решения, подпомагани от AI
  • Откриване на пристрастия и справедливост в AI модели
  • Най-добри практики за интерпретируем и отговорен AI

Практически семинари и казуси

  • Внедряване на прогнозен анализ за набор от данни от реалния свят
  • Изграждане на базиран на AI чатбот с генериране на текст
  • Внедряване на базирано на LLM приложение за автоматизация

Обобщение и следващи стъпки

  • Преглед на ключови изводи
  • AI инструменти и ресурси за по-нататъшно обучение
  • Последна сесия с въпроси и отговори

Изисквания

  • Разбиране на основните концепции за разработка на софтуер
  • Опит с всеки език за програмиране (Python препоръчително)
  • Познаване на основите на машинното обучение или AI (препоръчва се, но не е задължително)

Публика

  • Разработчици на софтуер
  • AI/ML инженери
  • Води технически екип
  • Продуктови мениджъри, които се интересуват от приложения, базирани на AI
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории