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

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien