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
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
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