Schulungsübersicht
Einführung in KI für die Softwareentwicklung
- Was ist generative KI im Vergleich zur prädiktiven KI?
- Anwendungen der KI im Coden, in der Analyse und bei der Automatisierung
- Übersicht über LLMs (Large Language Models), Transformer-Modelle und tiefes Lernen
KI-gestütztes Coden und prädiktive Entwicklung
- KI-gesteuerte Code-Vervollständigung und -Generierung (GitHub Copilot, CodeGeeX)
- Vorhersage von Code-Fehlern und Schwachstellen vor der Bereitstellung
- Automatisierung von Code-Reviews und Optimierungsvorschlägen
Erstellen prädiktiver Modelle für Softwareanwendungen
- Verständnis von Zeitreihenprognosen und prädiktiven Analysen
- Implementierung von KI-Modellen zur Nachfragevorhersage und Anomalieerkennung
- Verwendung von Python, Scikit-learn und TensorFlow für prädiktive Modellierung
Generative KI zur Text-, Code- und Bildgenerierung
- Arbeiten mit GPT, LLaMA und anderen LLMs (Large Language Models)
- Erzeugen synthetischer Daten, Textzusammenfassungen und Dokumentation
- Erstellen von KI-generierten Bildern und Videos mit Diffusionsmodellen
Bereitstellung von KI-Modellen in Realanwendungen
- Hosting von KI-Modellen mit Hugging Face, AWS und Google Cloud
- Erstellen API-basierter KI-Dienste für Geschäftsanwendungen
- Feinabstimmung vortrainierter KI-Modelle für domänenabhängige Aufgaben
KI für prädiktive Geschäftsinsights und Entscheidungsfindung
- KI-gestützte Geschäftsinformationen und Kundenanalyse
- Vorhersage von Marktrenditen und Verbraucherverhalten
- Automatisierung von Workflow-Optimierungen mit KI
Ethische KI und Best Practices in der Entwicklung
- Ethische Überlegungen bei KI-gestützten Entscheidungen
- Erkennung von Bias und Gerechtigkeit in KI-Modellen
- Best Practices für Interpretierbarkeit und Verantwortungsvolle KI
Praktische Workshops und Fallstudien
- Implementierung prädiktiver Analysen für reale Datensätze
- Erstellen eines KI-gesteuerten Chatbots mit Textgenerierung
- Bereitstellung einer LLM-basierten Anwendung zur Automatisierung
Zusammenfassung und Weitere Schritte
- Wiederholung der wichtigsten Erkenntnisse
- KI-Tools und Ressourcen für weitere Lernprozesse
- Abschließende Fragen und Antworten-Sitzung
Voraussetzungen
- Verständnis grundlegender Softwareentwicklungskonzepte
- Erfahrung mit einer Programmiersprache (Python wird empfohlen)
- Kenntnisse in Maschinellem Lernen oder KI-Grundlagen (empfohlen, aber nicht erforderlich)
Zielgruppe
- Softwareentwickler
- AI/ML-Ingenieure
- Technische Teamleiter
- Produktmanager, die an KI-gestützten Anwendungen interessiert sind
Erfahrungsberichte (2)
Die Durchgehen der verschiedenen Anwendungsfälle und Anwendungen von KI war hilfreich. Ich habe den Überblick über die verschiedenen KI-Agenten genossen.
Axel Schulz - CANARIE Inc
Kurs - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Maschinelle Übersetzung
Mir gefiel, dass der Trainer sehr viel Wissen hatte und es mit uns teilte
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kurs - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Maschinelle Übersetzung