Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в AI за разработка на софтуер
- Какво е Генеративен AI спрямо Предсказателен AI
- Приложения на AI в кодиране, анализ и автоматизация
- Обзор на LLMs, трансформери и модели на дълбоко обучение
AI-подпомагано кодиране и предсказателно разработване
- AI-подпомагано завършване и генериране на код (GitHub Copilot, CodeGeeX)
- Предсказване на грешки в кода и уязвимости преди развертането
- Автоматизиране на прегледи на кода и оптимизационни предложения
Сграждане на предсказателни модели за софтуерни приложения
- Разбиране на прогнозиране на временни редове и предсказателен анализ
- Внедряване на AI модели за прогнозиране на потребителския спрос и откриване на аномалии
- Използване на Python, Scikit-learn и TensorFlow за предсказателно моделиране
Генеративен AI за генериране на текст, код и изображения
- Работа с GPT, LLaMA и други LLMs
- Генерация на синтетични данни, резюмета на текстове и документация
- Създаване на AI-генерирани изображения и видеа с дифузионни модели
Развертане на AI модели в реални приложения
- Хостинг на AI модели с Hugging Face, AWS и Google Cloud
- Сграждане на API-базирани AI услуги за бизнес приложения
- Настройване на предобучени AI модели за задачи, специфични за областта
AI за предсказателни бизнес инсайти и вземане на решения
- BI, подпомогнат от AI и анализ на клиентите
- Предсказване на пазарни тенденции и поведение на потребителите
- Автоматизация на оптимизации на работите процеси с AI
Етичен AI и добри практики при разработката
- Етични разсъждения при вземане на решения с помощта на AI
- Откриване на предразсъдъци и справедливост в AI моделите
- Добри практики за интерпретируем и отговорен AI
Практически семинари и случаи за изучаване
- Внедряване на предсказателен анализ за реален набор от данни
- Сграждане на чатбот, подпомогнат от AI с генериране на текст
- Развертане на приложение, базирано на LLM за автоматизация
Резюме и следващи стъпки
- Преглед на ключовите изводи
- AI инструменти и ресурси за допълнително изучаване
- Финален сесия с въпроси и отговори
Изисквания
- Разбиране в основните концепции на разработка на софтуер
- Опит с какъвто и да е език за програмиране (препоръчва се Python)
- Завършеност с основните принципи на машинното обучение или ИА (препоръчва се, но не е задължително)
Целева аудитория
- Разработчици на софтуер
- Инженери по ИА/МО
- Технически ръководители на екипи
- Мениджъри на продукти, заинтересовани в приложения с подкрепа на ИА
21 часа