聯繫我們

課程簡介

軟體開發中的AI簡介

  • 什麼是生成式AI與預測性AI
  • AI在編碼、分析與自動化中的應用
  • 大型語言模型(LLM)、變換器及深度學習模型概述

AI輔助編碼與預測性開發

  • 基於AI的代碼補全與生成工具(例如GitHub Copilot、CodeGeeX)
  • 在部署前預測代碼缺陷與漏洞
  • 自動化代碼審查及優化建議

為軟體應用程序構建預測模型

  • 理解時間序列預測與預測性分析
  • 實現用於需求預測與異常檢測的AI模型
  • 使用Python、Scikit-learn與TensorFlow進行預測建模

文本、代碼與圖像生成的生成式AI

  • 使用GPT、LLaMA及其他大型語言模型
  • 生成合成數據、文本摘要與文檔
  • 使用擴散模型創建AI生成的圖像與視頻

在實際應用中部署AI模型

  • 使用Hugging Face、AWS與Google Cloud託管AI模型
  • 為商業應用程序構建基於API的AI服務
  • 針對特定領域任務微調預訓練的AI模型

用於預測性商業洞察與決策的AI

  • AI驅動的商業智能與客戶分析
  • 預測市場趨勢與消費者行為
  • 利用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
  • 可解釋且負責任的AI最佳實踐

實作研討會與案例研究

  • 為實際數據集實施預測性分析
  • 使用文本生成構建AI驅動的聊天機器人
  • 部署基於LLM的自動化應用程序

總結與下一步

  • 關鍵要點回顧
  • 用於進一步學習的AI工具與資源
  • 最終問答環節

最低要求

  • 具備基本軟體開發概念的理解
  • 具有任何程式語言的經驗(建議使用Python)
  • 熟悉機器學習或AI基礎知識(推薦但非強制)

受眾

  • 軟體開發人員
  • AI/ML工程師
  • 技術團隊負責人
  • 對AI應用程序感興趣的產品經理
 21 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類