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

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории