Kontakt aufnehmen

Schulungsübersicht

Modul 1: Einführung in KI und Google Gemini

  • Was ist Künstliche Intelligenz (KI)?
  • Überblick über Google Gemini AI und dessen Ökosystem
  • Hauptmerkmale und Vorteile von Gemini gegenüber anderen KI-Modellen
  • Praktische Aktivität: Erkundung von Gemini AI über die Google AI Studio-Demo

Modul 2: Verständnis von Grossen Sprachmodellen (LLMs)

  • Grundlagen grosser Sprachmodelle
  • Architektur und Funktionsweise von Gemini-Modellen
  • Vergleich von Gemini mit GPT und anderen führenden Modellen
  • Praxis-Labor: Visualisierung der Tokenisierung und Modellantworten mittels Beispiel-Prompts

Modul 3: Erste Schritte mit Gemini

  • Einrichtung der Entwicklungsumgebung
  • Arbeit mit der Gemini-API und dem SDK
  • Authentifizierung, Tokens und API-Schlüssel
  • Praktisches Labor: Ausführen Ihres ersten Gemini-Prompts mit Python

Modul 4: Arbeit mit Gemini-Modellen

  • Erforschung verschiedener Gemini-Modellttypen und -fähigkeiten
  • Auswahl passender Modelle für Sprach-, Bild- oder multimodale Aufgaben
  • Initialisierung und Test von generativen Modellen
  • Praktische Übung: Vergleich von Text-zu-Text- und Bild-zu-Text-Modellausgaben

Modul 5: Praktische Anwendungen und Anwendungsfälle

  • Integration von Gemini AI in Chat- und FAQ-Anwendungen
  • Entwicklung semantischer Such- und Zusammenfassungstools
  • Ethische KI-Nutzung und Berücksichtigung von Bias
  • Gruppenprojekt: Aufbau eines „Smart Research Assistant“ mit NotebookLM und Gemini

Modul 6: Fortgeschrittene Funktionen und Anpassung

  • Prompt-Optimierung und erweitertes Kontextmanagement
  • Nutzung von Gemini zur Codegenerierung und Fehlersuche (Debugging)
  • Fine-Tuning-Arbeitsabläufe mit Google Cloud Vertex AI
  • Praktische Aktivität: Anpassung der Modellantworten durch Parameter und Temperaturkontrolle

Modul 7: Projekte in der realen Welt und Zusammenarbeit

  • Kollaboratives Projektplanung und Arbeitsablauf-Setup
  • Integration von Gemini AI mit anderen Google-Tools (Drive, Docs, Sheets)
  • Teamprojekt: Entwurf und Bereitstellung einer kleinen KI-Anwendung (z. B. Inhalt-Zusammenfasser, Chatbot oder Ideen-Generator)
  • Gegenseitige Überprüfung und Diskussion der Projektergebnisse

Modul 8: Evaluation und zukünftige Richtungen

  • Fehlersuche bei häufigen Problemen in Gemini-Projekten
  • Erforschung des Gemini-API-Roadmaps und bevorstehender Funktionen
  • Best Practices für KI-Governance und Skalierbarkeit
  • Abschlussaktivität: Reflexion über praktische Lernerfahrungen und Karrieeranwendungen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis von grundlegenden KI-Konzepten
  • Erfahrung mit APIs und Cloud-Diensten
  • Python-Programmierungserfahrung

Zielgruppe

  • Entwicklerinnen und Entwickler
  • Data Scientists
  • KI-Enthusiastinnen und -Enthusiasten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien