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)?
- Ein Überblick über Google Gemini AI sowie dessen Ökosystem
- Wichtige Merkmale und Vorteile von Gemini im Vergleich zu anderen KI-Modellen
- Praktische Übung: Erkundung von Gemini AI anhand der Demo im Google AI Studio
Modul 2: Grundlagen zu Großsprachmodellen (LLMs)
- Grundelemente großer Sprachmodelle
- Aufbau und Funktionsweise der Gemini-Modelle
- Vergleich von Gemini mit GPT sowie anderen führenden Modellen
- Praktisches Labor: Visualisierung des Tokenisierungsprozesses und Modellantworten anhand vordefinierter Beispiele
Modul 3: Erste Schritte mit Gemini
- Einrichten der Entwicklungsumgebung
- Nutzung der Gemini-API sowie des zugehörigen SDKs
- Authentifizierung, Token-Verwaltung und API-Schlüssel
- Praktisches Labor: Ausführen Ihres ersten Prompts mit Python in Kombination mit Gemini
Modul 4: Arbeiten mit Gemini-Modellen
- Kennenlernen verschiedener Gemini-Modelltypen und deren Fähigkeiten
- Auswahl geeigneter Modelle für Texte-, Bild- oder Multimodal-Aufgaben
- Initialisierung und Tests generativer Modelle
- Praktische Aufgabe: Vergleich der Ergebnisse bei Text-zu-Text- sowie Bild-zu-Text-Abfragen
Modul 5: Praktische Anwendungsbereiche und Nutzungsszenarien
- Integration von Gemini AI in Chat-Anwendungen sowie Frage-Antwort-Systeme
- Entwicklung semantischer Such- und Zusammenfassungswerkzeuge
- Ethische Aspekte der KI-Nutzung sowie Vermeidung von Vorurteilen
- Gruppenprojekt: Erstellung eines „Intelligenten Forschungsassistenten“ unter Verwendung von NotebookLM und Gemini
Modul 6: Fortgeschrittene Funktionen und Anpassungen
- Optimierung von Prompts sowie gezielte Steuerung des Kontextverständnisses
- Einsatz von Gemini für Codeerstellung und Fehlerdiagnose
- Anpassung der Modelle mittels Google Cloud Vertex AI
- Praktische Übung: Individualisierung der Modellantworten unter Verwendung von Parametern und Temperaturwerten
Modul 7: Realwelt-Projekte und Teamarbeit
- Planung gemeinschaftlicher Projekte sowie Erstellung der Arbeitsabläufe
- Kopplung von Gemini AI mit weiteren Google-Tools wie Drive, Docs oder Sheets
- Team-Projekt: Entwicklung einer kleinen KI-Anwendung – etwa ein Inhaltszusammenfassungs-Tool, Chatbot oder Ideen-Generator
- Gemeinsame Bewertung der Projektergebnisse und Diskussion dazu
Modul 8: Abschlussbewertung und zukünftige Entwicklungen
- Lösungsansätze für häufige Probleme bei der Arbeit mit Gemini
- Einblick in den zukünftigen Fahrplan von Google für die Gemini-API und neue Funktionen
- Beste Praktiken zur Governance sowie Skalierbarkeit von KI-Systemen
- Abschlussaktivität: Reflexion über gewonnene praktische Erkenntnisse und deren berufliche Anwendbarkeit
Zusammenfassung sowie weitere Schritte
Voraussetzungen
- Grundverständnis von grundlegenden KI-Konzepten
- Erfahrung mit APIs und Cloud-Diensten
- Kenntnisse in Python-Programmierung
Zielgruppe
- Entwickler
- Datenwissenschaftler
- KI-Enthusiasten
14 Stunden
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung