Курс за обучение по Приложен изкуствен интелект по поръчка и инженеринг на големи езикови модели с Python
Общ преглед на курса
Това практическо обучение е предназначено за професионалисти с опит в инженерството на данни, които искат да изградят практически умения в областта на изкуствения интелект, Python и големите езикови модели. Курсът се фокусира върху реални приложения, като обхваща използването на модели, инженеринг на промптове и създаване на решения, задвижвани от ИИ. Участниците ще преминат през постепенни упражнения, които преминават от основни концепции до изграждане на готови за внедряване ИИ работни потоци.
Формат на обучението
• Присъствено обучение в класна стая
• Сесии, водени от инструктор, с насочвана практика
• Интерактивни дискусии и казуси от реалния свят
• Ежедневни практически упражнения
Цели на курса
• Разбиране на основни концепции за ИИ и машинно обучение, приложими за съвременни приложения
• Усъвършенстване на уменията за Python за разработка на ИИ и работни потоци с данни
• Научаване как работят големите езикови модели и как да се използват ефективно
• Проектиране и оптимизиране на промптове за надеждни резултати
• Изграждане на цялостни ИИ решения с помощта на API и рамки
• Интегриране на ИИ в конвейери за инженеринг на данни
Съдържание и теми, включени в курса
Учебна програма Предложение за обучение
Ден 1 - Въведение в ИИ и Python за работни потоци с данни
• Преглед на пейзажа на изкуствения интелект и машинното обучение
• Ролята на ИИ в съвременното инжeнерство на данни
• Освежителен курс по основи на Python за ИИ приложения
• Работа с данни с pandas и NumPy
• Въведение в API и работа с JSON данни
• Мини упражнение за зареждане и трансформиране на набори от данни
Ден 2 - Основи на машинното обучение за практикуващи
• Концепции за обучение с учител и без учител
• Техники за инженеринг на признаци и подготовка на данни
• Основи на обучението на модели с помощта на scikit-learn
• Оценка на модели и метрики за ефективност
• Въведение в концепциите за внедряване на модели
• Практическо занятие за изграждане на прост прогнозен модел
Ден 3 - Въведение в големите езикови модели и инженеринга на промптове
• Разбиране на големите езикови модели и как работят
• Токенизация, контекстни прозорци и ограничения
• Принципи и техники за проектиране на промптове
• Промптване с нулеви и малко примери (zero-shot и few-shot)
• Стратегии за оценка и итерация на промптове
• Практически упражнения по инженеринг на промптове
Ден 4 - Изграждане на ИИ приложения с големи езикови модели
• Използване на API на големи езикови модели в Python
• Концепции за структурирани изходи и извикване на функции
• Изграждане на приложения, базирани на чат и на задачи
• Въведение в генерирането, подсилено с извличане на информация (Retrieval Augmented Generation)
• Свързване на големи езикови модели с външни източници на данни
• Мини проект за изграждане на прост ИИ асистент
Ден 5 - Въвеждане в продукция на ИИ решения
• Проектиране на мащабируеми ИИ работни потоци
• Интегриране на ИИ в конвейери за данни
• Наблюдение и подобряване на ефективността на моделите
• Стратегии за оптимизация на разходите и използване на API
• Съображения за сигурност и отговорен ИИ
• Финален проект за изграждане на цялостно ИИ решение
Отворените курсове за обучение изискват 5+ участника.
Курс за обучение по Приложен изкуствен интелект по поръчка и инженеринг на големи езикови модели с Python - Резервация
Курс за обучение по Приложен изкуствен интелект по поръчка и инженеринг на големи езикови модели с Python - Запитване
Приложен изкуствен интелект по поръчка и инженеринг на големи езикови модели с Python - Консултантско запитване
Отзиви от участници (2)
Тренерът беше много наличен, за да отговори на всички видове въпроси, които имах.
Caterina - Stamtech
Курс - Developing APIs with Python and FastAPI
Машинен превод
Тренерът разработва обучението според темпото на участника
Farris Chua
Курс - Data Analysis in Python using Pandas and Numpy
Машинен превод
Предстоящи Курсове
Свързани Kурсове
Усъвършенстван LangGraph: Оптимизация, отстраняване на грешки и мониторинг на сложни графи
35 ЧасаLangGraph е рамка за изграждане на stateful, multi-actor LLM приложения като композируеми графи с персистиращо състояние и контрол върху изпълнението.
Това обучение с инструктор на живо (онлайн или на място) е насочено към AI платформени инженери, DevOps за AI и ML архитекти от напреднало ниво, които желаят да оптимизират, дебъгват, мониторират и оперират LangGraph системи в продукционна среда.
До края на това обучение участниците ще могат да:
- Проектират и оптимизират сложни LangGraph топологии за скорост, разходи и мащабируемост.
- Инженерстват надеждност чрез повторни опити, таймаути, идемпотентност и възстановяване, базирано на контролни точки.
- Дебъгват и проследяват изпълнения на графи, инспектират състояние и систематично възпроизвеждат проблеми от продукционна среда.
- Инструментират графи с логове, метрики и трасирания, внедряват в продукция и мониторират SLA и разходи.
Формат на курса
- Интерактивна лекция и дискусия.
- Множество упражнения и практика.
- Практическа реализация в среда на живо (live-lab).
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля свържете се с нас, за да уговорим.
Изграждане на кодинг агенти с Devstral: От дизайн на агента до инструментариум
14 ЧасаDevstral е рамка с отворен код, предназначена за изграждане и стартиране на кодинг агенти, които могат да взаимодействат с кодови бази, инструменти за разработчици и API, за да повишат инженерната продуктивност.
Това обучение с инструктор на живо (онлайн или на място) е насочено към ML инженери на средно до напреднало ниво, екипи за инструменти за разработчици и SRE, които желаят да проектират, внедрят и оптимизират кодинг агенти, използвайки Devstral.
До края на това обучение участниците ще могат да:
- Настройват и конфигурират Devstral за разработка на кодинг агенти.
- Проектират агентни работни потоци за изследване и модификация на кодова база.
- Интегрират кодинг агенти с инструменти за разработчици и API.
- Прилагат най-добри практики за сигурно и ефективно внедряване на агенти.
Формат на курса
- Интерактивна лекция и дискусия.
- Множество упражнения и практика.
- Практическа реализация в среда на жива лаборатория.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уговорка.
Анализ на данни с Python, Pandas и NumPy
14 ЧасаТова обучение с инструктор на живо в България (онлайн или на място) е предназначено за Python разработчици и анализатори на данни на средно ниво, които желаят да усъвършенстват уменията си за анализ и манипулиране на данни с помощта на Pandas и NumPy.
До края на обучението участниците ще могат да:
- Настройват среда за разработка, включваща Python, Pandas и NumPy.
- Създават приложение за анализ на данни, използвайки Pandas и NumPy.
- Извършват усъвършенствани операции по преобразуване, сортиране и филтриране на данни.
- Провеждат агрегиращи операции и анализират времеви редове от данни.
- Визуализират данни с помощта на Matplotlib и други библиотеки за визуализация.
- Дебъгват и оптимизират своя код за анализ на данни.
Операции с отворени модели: Самостоятелно хостване, фина настройка и управление с Devstral & Mistral модели
14 ЧасаМоделите Devstral и Mistral са отворени AI технологии, проектирани за гъвкаво внедряване, фина настройка и мащабируема интеграция.
Това обучение с инструктор на живо (онлайн или на място) е насочено към ML инженери на средно до напреднало ниво, платформени екипи и научноизследователски инженери, които желаят да хостват самостоятелно, настройват фино и управляват моделите Mistral и Devstral в продукционни среди.
До края на това обучение участниците ще могат да:
- Настройват и конфигурират самостоятелно хоствани среди за моделите Mistral и Devstral.
- Прилагат техники за фина настройка за специфична за домейна производителност.
- Въвеждат управление на версиите, мониторинг и жизнен цикъл.
- Осигуряват сигурност, съответствие с регулациите и отговорно използване на модели с отворен код.
Формат на курса
- Интерактивна лекция и дискусия.
- Практически упражнения за самостоятелно хостване и фина настройка.
- Лабораторно внедряване на потоци за управление и мониторинг.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уредим.
Разработка на пълноценни приложения с FARM (FastAPI, React и MongoDB)
14 ЧасаТова обучение с инструктор на живо (онлайн или на място) е насочено към разработчици, които искат да използват FARM (FastAPI, React и MongoDB) стека за изграждане на динамични, високопроизводителни и мащабируеми уеб приложения.
След завършване на обучението участниците ще могат да:
- Настройват необходимата среда за разработка, която интегрира FastAPI, React и MongoDB.
- Разбират основните концепции, характеристики и предимства на FARM стека.
- Се научат как да изграждат REST API с FastAPI.
- Се научат как да проектират интерактивни приложения с React.
- Разработват, тестват и внедряват приложения (преден и заден край), използвайки FARM стека.
Разработка на API с Python и FastAPI
14 ЧасаТова обучение с инструктор на живо в България (онлайн или присъствено) е насочено към разработчици, които искат да използват FastAPI с Python за по-лесно и бързо изграждане, тестване и внедряване на RESTful API.
След завършване на обучението участниците ще могат да:
- Настроят необходимата среда за разработка, за да създават API с Python и FastAPI.
- Създават API по-бързо и лесно, използвайки библиотеката FastAPI.
- Научат как да създават модели на данни и схеми, базирани на Pydantic и OpenAPI.
- Свързват API с база данни чрез SQLAlchemy.
- Внедрят сигурност и удостоверяване в API, използвайки инструментите на FastAPI.
- Изграждат контейнерни изображения и внедряват уеб API на сървър в облак.
Fiji: Обработка на изображения за биотехнологии и токсикология
14 ЧасаТова обучение с инструктор на живо в България (онлайн или на място) е насочено към изследователи и лабораторни специалисти на начинаещо до средно ниво, които желаят да обработват и анализират изображения, свързани с хистологични тъкани, кръвни клетки, водорасли и други биологични проби.
До края на това обучение участниците ще могат:
- Да навигират в интерфейса на Fiji и да използват основните функции на ImageJ.
- Да подготвят предварително и да подобряват научни изображения за по-добър анализ.
- Да анализират изображения количествено, включително броене на клетки и измерване на площ.
- Да автоматизират повтарящи се задачи с помощта на макроси и плъгини.
- Да персонализират работни процеси за специфични нужди от анализ на изображения в биологичните изследвания.
Приложения на LangGraph във финансите
35 ЧасаLangGraph е рамка за изграждане на приложения с големи езикови модели (LLM), които са със запазване на състоянието и включват множество участници, представени като композируеми графи с постоянно състояние и контрол върху изпълнението.
Това обучение с инструктор на живо (онлайн или на място) е насочено към професионалисти на средно до напреднало ниво, които желаят да проектират, внедряват и управляват финансови решения, базирани на LangGraph, с подходящо управление, проследимост и съответствие с регулациите.
След завършване на обучението участниците ще могат да:
- Проектират финансово-специфични работни потоци в LangGraph, съобразени с регулаторните и одитните изисквания.
- Интегрират стандарти за финансови данни и онтологии в състоянието на графа и инструментите.
- Внедряват контроли за надеждност, безопасност и човешка намеса за критични процеси.
- Въвеждат в експлоатация, наблюдават и оптимизират LangGraph системи за производителност, разходи и споразумения за ниво на обслужване (SLA).
Формат на обучението
- Интерактивна лекция и дискусия.
- Множество упражнения и практически занятия.
- Практическо внедряване в среда с лаборатория на живо.
Опции за персонализиране на курса
- За заявка на персонализирано обучение за този курс, моля, свържете се с нас за уговаряне.
LangGraph Foundations: Графово-базирано създаване на промптове и верижно свързване с LLM
14 ЧасаLangGraph е рамка за изграждане на графово-структурирани LLM приложения, които поддържат планиране, разклоняване, използване на инструменти, памет и контролируемо изпълнение.
Това обучение с инструктор на живо (онлайн или на място) е предназначено за начинаещи разработчици, промпт инженери и специалисти по данни, които искат да проектират и изграждат надеждни, многоетапни LLM работни потоци, използвайки LangGraph.
До края на това обучение участниците ще могат да:
- Обясняват основните концепции на LangGraph (възли, ребра, състояние) и кога да ги използват.
- Изграждат вериги от промптове, които се разклоняват, извикват инструменти и поддържат памет.
- Интегрират извличане на информация и външни API в графови работни потоци.
- Тестват, дебъгват и оценяват LangGraph приложения за надеждност и безопасност.
Формат на курса
- Интерактивна лекция и улеснена дискусия.
- Насочвани лабораторни упражнения и преглед на код в пясъчна среда.
- Упражнения, базирани на сценарии, за проектиране, тестване и оценка.
Възможности за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уредим.
LangGraph в здравеопазването: оркестрация на работни потоци за регулирани среди
35 ЧасаLangGraph дава възможност за създаване на многоакторни работни потоци със запазване на състоянието, задвижвани от LLM, с прецизен контрол върху пътищата на изпълнение и устойчивост на състоянието. В здравеопазването тези способности са от решаващо значение за съответствие с регулации, оперативна съвместимост и изграждане на системи за подпомагане на вземането на решения, които са в синхрон с медицинските работни потоци.
Това обучение с инструктор на живо (онлайн или на място) е насочено към професионалисти от средно до напреднало ниво, които желаят да проектират, внедряват и управляват LangGraph-базирани решения в здравеопазването, като същевременно се справят с регулаторни, етични и оперативни предизвикателства.
До края на това обучение участниците ще могат да:
- Проектират специфични за здравеопазването LangGraph работни потоци с мисъл за съответствие и проследимост.
- Интегрират LangGraph приложения с медицински онтологии и стандарти (FHIR, SNOMED CT, ICD).
- Прилагат най-добри практики за надеждност, проследимост и обяснимост в чувствителни среди.
- Внедряват, наблюдават и валидират LangGraph приложения в производствени здравни среди.
Формат на курса
- Интерактивна лекция и дискусия.
- Практически упражнения с казуси от реалния свят.
- Практика по внедряване в среда на живо.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уговорим.
LangGraph за правни приложения
35 ЧасаLangGraph е рамка за изграждане на състоятелни, многоакторни LLM приложения като компонуеми графи с постоянно състояние и прецизен контрол върху изпълнението.
Това обучение с инструктор на живо (онлайн или на място) е насочено към професионалисти от средно до напреднало ниво, които желаят да проектират, внедрят и управляват правни решения, базирани на LangGraph, с необходимите контроли за съответствие, проследимост и управление.
До края на това обучение участниците ще могат да:
- Проектират специфични за правната сфера работни потоци в LangGraph, които запазват проследимостта и съответствието.
- Интегрират правни онтологии и стандарти за документи в състоянието на графа и обработката.
- Внедряват предпазни механизми, одобрения с човешка намеса и проследими пътища за вземане на решения.
- Внедряват, наблюдават и поддържат услуги на LangGraph в продукционна среда с наблюдаемост и контрол на разходите.
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Практическа реализация в среда с лаборатория на живо.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля свържете се с нас за уговаряне.
Изграждане на динамични работни потоци с LangGraph и LLM агенти
14 ЧасаLangGraph е рамка за композиране на графово структурирани LLM работни потоци, които поддържат разклоняване, използване на инструменти, памет и контролируемо изпълнение.
Това обучение, водено от инструктор (онлайн или на място), е насочено към инженери и продуктови екипи на средно ниво, които желаят да комбинират графовата логика на LangGraph с цикли на LLM агенти, за да изградят динамични, контекстно осведомени приложения, като агенти за обслужване на клиенти, дървета на решения и системи за извличане на информация.
До края на това обучение участниците ще могат:
- Да проектират графово базирани работни потоци, които координират LLM агенти, инструменти и памет.
- Да внедряват условно маршрутизиране, повторни опити и резервни механизми за стабилно изпълнение.
- Да интегрират извличане на информация, API-та и структурирани изходи в агентите цикли.
- Да оценяват, наблюдават и укрепват поведението на агентите за надеждност и безопасност.
Формат на курса
- Интерактивна лекция и улеснена дискусия.
- Насочвани лабораторни упражнения и преглед на код в пясъчна среда.
- Упражнения за дизайн, базирани на сценарии, и партньорски ревюта.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уреждане.
LangGraph за маркетингова автоматизация
14 ЧасаLangGraph е графично-базирана рамка за оркестрация, която позволява условни, многостъпкови работни потоци с LLM и инструменти, идеална за автоматизиране и персонализиране на контент канали.
Това обучение с инструктор на живо (онлайн или на място) е насочено към маркетолози на средно ниво, стратези по съдържание и разработчици на автоматизации, които желаят да внедрят динамични, разклоняващи се имейл кампании и конвейери за генериране на съдържание, използвайки LangGraph.
До края на това обучение участниците ще могат да:
- Проектират графично структурирани работни потоци за съдържание и имейли с условна логика.
- Интегрират LLM, API и източници на данни за автоматизирана персонализация.
- Управляват състояние, памет и контекст в многостъпкови кампании.
- Оценяват, наблюдават и оптимизират производителността на работния поток и резултатите от доставката.
Формат на курса
- Интерактивни лекции и групови дискусии.
- Практически лабораторни упражнения за внедряване на имейл работни потоци и конвейери за съдържание.
- Упражнения, базирани на сценарии, за персонализация, сегментиране и разклонена логика.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да го организираме.
Le Chat Enterprise: Частни ChatOps, интеграции и административен контрол
14 ЧасаLe Chat Enterprise е частно ChatOps решение, което предоставя сигурни, адаптивни и управлявани възможности за разговорен изкуствен интелект за организации, с поддръжка на RBAC, SSO, конектори и интеграции с корпоративни приложения.
Това обучение с инструктор на живо (онлайн или на място) е насочено към продуктови мениджъри на средно ниво, ИТ ръководители, инженери по решения и екипи по сигурност и съответствие, които желаят да внедрят, конфигурират и управляват Le Chat Enterprise в корпоративни среди.
До края на това обучение участниците ще могат да:
- Инсталират и конфигурират Le Chat Enterprise за сигурни внедрявания.
- Активират RBAC, SSO и контроли, ориентирани към съответствие.
- Интегрират Le Chat с корпоративни приложения и хранилища на данни.
- Проектират и внедряват ръководства за управление и администрация за ChatOps.
Формат на курса
- Интерактивна лекция и дискусия.
- Множество упражнения и практика.
- Практическо изпълнение в среда на жива лаборатория.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уговорка.
Рентабилни LLM архитектури: Mistral в мащаб (Инженеринг на производителност/разходи)
14 ЧасаMistral е семейство от високопроизводителни големи езикови модели, оптимизирани за рентабилно внедряване в продукционна среда в мащаб.
Това обучение с инструктор на живо (онлайн или на място) е насочено към напреднали инфраструктурни инженери, облачни архитекти и ръководители на MLOps, които искат да проектират, внедрят и оптимизират архитектури, базирани на Mistral, за максимална пропускателна способност и минимални разходи.
До края на това обучение участниците ще могат да:
- Внедряват мащабируеми модели за разгръщане на Mistral Medium 3.
- Прилагат групиране, квантуване и ефективни стратегии за обслужване.
- Оптимизират разходите за инференция, като същевременно поддържат производителността.
- Проектират готови за продукционна среда топологии за обслужване за корпоративни натоварвания.
Формат на курса
- Интерактивна лекция и дискусия.
- Множество упражнения и практика.
- Практическа реализация в среда на живо в лабораторни условия.
Опции за персонализиране на курса
- За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уговорим.