課程簡介

軟件開發中的AI簡介

  • 什麼是生成式AI與預測式AI。
  • AI在編碼、分析和自動化中的應用。
  • LLM、transformer和深度學習模型概述。

AI輔助編碼與預測開發

  • AI驅動的代碼補全與生成(GitHub Copilot, CodeGeeX)。
  • 預測代碼漏洞和缺陷。
  • 自動化代碼審查和優化建議。

爲軟件應用構建預測模型

  • 理解時間序列預測和預測分析。
  • 實現AI模型進行需求預測和異常檢測。
  • 使用Python、Scikit-learn和TensorFlow進行預測建模。

生成式AI用於文本、代碼和圖像生成

  • 使用GPT、LLaMA和其他LLM。
  • 生成合成數據、文本摘要和文檔。
  • 使用擴散模型生成AI圖像和視頻。

在實際應用中部署AI模型

  • 使用Hugging Face、AWS和Google Cloud託管AI模型。
  • 爲業務應用構建基於API的AI服務。
  • 微調預訓練AI模型以用於特定領域任務。

AI用於預測性業務洞察與決策

  • AI驅動的商業智能和客戶分析。
  • 預測市場趨勢和消費者行爲。
  • 使用AI自動化工作流程優化。

倫理AI與開發最佳實踐

  • AI輔助決策中的倫理考量。
  • AI模型中的偏見檢測與公平性。
  • 可解釋和負責任的AI最佳實踐。

動手實踐與案例分析

  • 爲真實數據集實施預測分析。
  • 構建基於文本生成的AI聊天機器人。
  • 部署基於LLM的自動化應用。

總結與下一步

  • 回顧關鍵要點。
  • AI工具與進一步學習資源。
  • 最終問答環節。

最低要求

  • 瞭解基本的軟件開發概念。
  • 有使用任何編程語言的經驗(推薦Python)。
  • 熟悉機器學習或AI基礎知識(推薦但非必需)。

受衆

  • 軟件開發人員。
  • AI/ML工程師。
  • 技術團隊負責人。
  • 對AI驅動應用感興趣的產品經理。
 21 時間:

課程分類