Schulungsübersicht

Einführung in KI für die Softwareentwicklung

  • Was ist generative KI im Vergleich zur prädiktiven KI?
  • Anwendungen der KI im Coden, in der Analyse und bei der Automatisierung
  • Übersicht über LLMs (Large Language Models), Transformer-Modelle und tiefes Lernen

KI-gestütztes Coden und prädiktive Entwicklung

  • KI-gesteuerte Code-Vervollständigung und -Generierung (GitHub Copilot, CodeGeeX)
  • Vorhersage von Code-Fehlern und Schwachstellen vor der Bereitstellung
  • Automatisierung von Code-Reviews und Optimierungsvorschlägen

Erstellen prädiktiver Modelle für Softwareanwendungen

  • Verständnis von Zeitreihenprognosen und prädiktiven Analysen
  • Implementierung von KI-Modellen zur Nachfragevorhersage und Anomalieerkennung
  • Verwendung von Python, Scikit-learn und TensorFlow für prädiktive Modellierung

Generative KI zur Text-, Code- und Bildgenerierung

  • Arbeiten mit GPT, LLaMA und anderen LLMs (Large Language Models)
  • Erzeugen synthetischer Daten, Textzusammenfassungen und Dokumentation
  • Erstellen von KI-generierten Bildern und Videos mit Diffusionsmodellen

Bereitstellung von KI-Modellen in Realanwendungen

  • Hosting von KI-Modellen mit Hugging Face, AWS und Google Cloud
  • Erstellen API-basierter KI-Dienste für Geschäftsanwendungen
  • Feinabstimmung vortrainierter KI-Modelle für domänenabhängige Aufgaben

KI für prädiktive Geschäftsinsights und Entscheidungsfindung

  • KI-gestützte Geschäftsinformationen und Kundenanalyse
  • Vorhersage von Marktrenditen und Verbraucherverhalten
  • Automatisierung von Workflow-Optimierungen mit KI

Ethische KI und Best Practices in der Entwicklung

  • Ethische Überlegungen bei KI-gestützten Entscheidungen
  • Erkennung von Bias und Gerechtigkeit in KI-Modellen
  • Best Practices für Interpretierbarkeit und Verantwortungsvolle KI

Praktische Workshops und Fallstudien

  • Implementierung prädiktiver Analysen für reale Datensätze
  • Erstellen eines KI-gesteuerten Chatbots mit Textgenerierung
  • Bereitstellung einer LLM-basierten Anwendung zur Automatisierung

Zusammenfassung und Weitere Schritte

  • Wiederholung der wichtigsten Erkenntnisse
  • KI-Tools und Ressourcen für weitere Lernprozesse
  • Abschließende Fragen und Antworten-Sitzung

Voraussetzungen

  • Verständnis grundlegender Softwareentwicklungskonzepte
  • Erfahrung mit einer Programmiersprache (Python wird empfohlen)
  • Kenntnisse in Maschinellem Lernen oder KI-Grundlagen (empfohlen, aber nicht erforderlich)

Zielgruppe

  • Softwareentwickler
  • AI/ML-Ingenieure
  • Technische Teamleiter
  • Produktmanager, die an KI-gestützten Anwendungen interessiert sind
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien