Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Einführung in KI für die Softwareentwicklung

  • Was ist generative KI im Vergleich zur prädiktiven KI
  • Anwendungen von KI in Coding, Analytik und Automatisierung
  • Überblick über LLMs, Transformer und Deep-Learning-Modelle

KI-gestütztes Coding und prädiktive Entwicklung

  • KI-gestützte Code-Vervollständigung und Generierung (GitHub Copilot, CodeGeeX)
  • Vorhersage von Code-Fehlern und Sicherheitslücken vor der Bereitstellung
  • Automatisierung von Code-Reviews und Optimierungsvorschlägen

Erstellung prädiktiver Modelle für Softwareanwendungen

  • Verständnis von Zeitreihen-Prognostik und prädiktiver Analytik
  • Implementierung von KI-Modellen für Nachfrageprognosen und Anomalie-Erkennung
  • Verwendung von Python, Scikit-learn und TensorFlow für die prädiktive Modellierung

Generative KI für die Generierung von Text, Code und Bildern

  • Arbeiten mit GPT, LLaMA und anderen LLMs
  • Generierung synthetischer Daten, Textzusammenfassungen und Dokumentation
  • Erstellung KI-generierter Bilder und Videos mit Diffusionsmodellen

Bereitstellung von KI-Modellen in realen Anwendungen

  • Hosting von KI-Modellen mit Hugging Face, AWS und Google Cloud
  • Aufbau von API-basierten KI-Diensten für Geschäftsanwendungen
  • Feinjustierung vortrainierter KI-Modelle für domänenspezifische Aufgaben

KI für prädiktive Geschäftseinblicke und Entscheidungsfindung

  • KI-gestützte Business Intelligence und Kundenanalyse
  • Vorhersage von Markttrends und Konsumentenverhalten
  • Automatisierung von Workflow-Optimierungen mit KI

Ethische KI und bewährte Verfahren in der Entwicklung

  • Ethische Überlegungen bei der KI-gestützten Entscheidungsfindung
  • Erkennung von Verzerrungen und Fairness in KI-Modellen
  • Bewährte Verfahren für interpretierbare und verantwortungsvolle KI

Praktische Workshops und Fallstudien

  • Implementierung prädiktiver Analytik für einen realen Datensatz
  • Erstellung eines KI-gestützten Chatbots mit Textgenerierung
  • Bereitstellung einer LLM-basierten Anwendung für die Automatisierung

Zusammenfassung und nächste Schritte

  • Wiederholung der Kernerkenntnisse
  • KI-Tools und Ressourcen für die Weiterbildung
  • Abschließende Fragerunde (Q&A)

Voraussetzungen

  • Verständnis grundlegender Konzepte der Softwareentwicklung
  • Erfahrung mit einer Programmiersprache (Python wird empfohlen)
  • Kenntnisse der Grundlagen des Machine Learning oder der KI (empfohlen, aber nicht erforderlich)

Zielgruppe

  • Softwareentwickler
  • AI/ML-Ingenieure
  • Technische Teamleiter
  • Produktmanager, die sich für KI-gestützte Anwendungen interessieren

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (4)

Kommende Kurse

Verwandte Kategorien