感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
為軟體開發引入AI
- 生成式AI與預測性AI的區別。
- AI在編碼、分析和自動化中的應用。
- 大型語言模型(LLMs)、變換器和深度學習模型的概覽。
AI輔助編碼與預測性開發
- 利用AI實現代碼補全與生成(如GitHub Copilot、CodeGeeX)。
- 在部署前預測代碼錯誤與漏洞。
- 自動化代碼審查和優化建議。
為軟體應用構建預測模型
- 理解時間序列預測與預測性分析。
- 實現用於需求預測和異常檢測的AI模型。
- 使用Python、Scikit-learn和TensorFlow進行預測建模。
生成式AI用於文本、代碼及圖像生成
- 使用GPT、LLaMA及其他LLMs。
- 生成合成數據、文本摘要及文檔。
- 利用扩散模型創建AI生成的圖像與影片。
在實際應用中部署AI模型
- 透過Hugging Face、AWS和Google Cloud託管AI模型。
- 為商業應用構建基於API的AI服務。
- 調整預訓練AI模型以適應特定領域任務。
AI用於預測性業務洞察與決策
- 利用AI驅動業務智能與客戶分析。
- 預測市場趨勢和消費者行為。
- 透過AI自動化工作流程優化。
AI倫理與開發最佳實踐
- AI輔助決策中的倫理考量。
- 檢測偏差並確保AI模型的公平性。
- 實現可解釋性和責任感的最佳實踐。
實作工作坊和案例研究
- 為實際數據集實施預測分析。
- 使用文本生成構建AI聊天機器人。
- 部署基於LLM的自動化應用。
總結與下一步
- 關鍵要點回顧。
- 進一步學習所需的AI工具和資源。
- 最終問答環節。
最低要求
- 具備基本軟體開發概念的知識。
- 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(建議但不強制要求)。
對象
- 軟體開發人員。
- AI/ML工程師。
- 技術團隊領導。
- 對基於AI的應用程式感興趣的產品經理。
21 小時
客戶評論 (2)
互動式風格,練習
Tamas Tutuntzisz
課程 - Introduction to Prompt Engineering
機器翻譯
一個未來使用的優秀資源庫,講師的風格(充滿幽默感,細節豐富)
Adam - GE Aerospace Poland Sp. z o.o.
課程 - Prompt Engineering for ChatGPT
機器翻譯