Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in AI für die Softwareentwicklung
- Was ist Generative AI vs. Predictive AI
- Anwendungen von KI in der Codierung, Analyse und Automatisierung
- Überblick über LLMs, Transformatoren und Deep-Learning-Modelle
KI-unterstützte Codierung und prädiktive Entwicklung
- KI-gestützte Codevervollständigung und -generierung (GitHub Copilot, CodeGeeX)
- Vorhersage von Codefehlern und Schwachstellen vor der Bereitstellung
- Automatisierte Codeüberprüfungen und Optimierungsvorschläge
Erstellung von Vorhersagemodellen für Softwareanwendungen
- Verstehen von Zeitreihenprognosen und prädiktiver Analytik
- Implementierung von KI-Modellen für Bedarfsprognosen und Anomalieerkennung
- Verwendung von Python, Scikit-learn und TensorFlow für prädiktive Modellierung
Generative AI für Text-, Code- und Bilderzeugung
- Arbeiten mit GPT, LLaMA, und anderen LLMs
- Generierung von synthetischen Daten, Textzusammenfassungen und Dokumentation
- Erstellen von KI-generierten Bildern und Videos mit Diffusionsmodellen
Einsatz von KI-Modellen in realen Anwendungen
- Hosting von KI-Modellen mit Hugging Face, AWS und Google Cloud
- Erstellen von API-basierten KI-Diensten für Geschäftsanwendungen
- Feinabstimmung vortrainierter KI-Modelle für domänenspezifische Aufgaben
KI für prädiktive Business Einblicke und Entscheidungsfindung
- KI-gesteuerte Business Intelligence und Kundenanalysen
- Vorhersage von Markttrends und Verbraucherverhalten
- Automatisierte Workflow-Optimierung mit KI
Ethische KI und bewährte Praktiken bei der Entwicklung
- Ethische Überlegungen bei der KI-gestützten Entscheidungsfindung
- Erkennung von Verzerrungen und Fairness in KI-Modellen
- Best Practices für interpretierbare und verantwortungsvolle KI
Praktische Workshops und Fallstudien
- Implementierung von prädiktiver Analytik für einen realen Datensatz
- Aufbau eines KI-gestützten Chatbots mit Textgenerierung
- Einsatz einer LLM-basierten Anwendung für die Automatisierung
Zusammenfassung und nächste Schritte
- Rückblick auf die wichtigsten Eindrücke
- KI-Tools und Ressourcen für weiteres Lernen
- Abschließende Q&A-Sitzung
Voraussetzungen
- Verständnis grundlegender Konzepte der Softwareentwicklung
- Erfahrung mit einer beliebigen Programmiersprache (Python empfohlen)
- Vertrautheit mit Grundlagen des maschinellen Lernens oder der KI (empfohlen, aber nicht erforderlich)
Zielgruppe
- Software-Entwickler
- KI/ML-Ingenieure
- Technische Teamleiter
- Produktmanager mit Interesse an KI-gestützten Anwendungen
21 Stunden