SZKOLENIE

LLM dla Programistów – Rozszerz Funkcjonalności ChatGPT

Miejsce i termin:

Do ustalenia

1-dniowe szkolenie

Stacjonarne

Olsztyn - 25.10.2023
Warszawa - 1.11.2023
Lublin - 8.11.2023

Cena:

1790 zł netto/os.

W przypadku większych grup oraz szkoleń w siedzibie Zamawiającego, przygotowujemy ofertę indywidualną.

ZAPYTAJ O WYCENĘ

Liczba uczestników:

Do ustalenia

> 6 osób

Opis szkolenia:

Odkryj potęgę Large Language Models (LLM) i naucz się, jak rozszerzać funkcjonalności ChatGPT, jednego z najbardziej zaawansowanych narzędzi opartych na sztucznej inteligencji. Nasze szkolenie pozwoli Ci zagłębić się w świat Generative AI, zrozumieć mechanizmy działania LLM-ów oraz przyswoić sobie umiejętności niezbędne do ich efektywnego zastosowania w praktyce. W trakcie kursu poznasz praktyczne narzędzia do promptingu, zrozumiesz różnice między OpenAI GPT a innymi modelami językowymi oraz zdobędziesz kompetencje niezbędne do wdrożenia LLM w Twoim projekcie.

Cel szkolenia:

Celem naszego szkolenia jest wyposażenie programistów w wiedzę i narzędzia umożliwiające efektywne wykorzystanie Large Language Models. Dzięki praktycznej nauce i case studies uczestnicy kursu będą w stanie zrozumieć, jak dostosować LLM-y do swoich potrzeb oraz jak wykorzystać je do tworzenia bardziej zaawansowanych i spersonalizowanych rozwiązań.

Grupa docelowa:

Szkolenie jest dedykowane dla programistów, inżynierów oprogramowania oraz specjalistów ds. machine learning, którzy chcą pogłębić swoją wiedzę na temat Large Language Models i nauczyć się, jak wykorzystywać je w praktyce. Kurs będzie szczególnie przydatny dla osób pracujących z ChatGPT, jak również dla tych, którzy chcą wdrożyć LLM-y w swoich projektach.

Efekty kształcenia:

Wiedza:

Zrozumienie kluczowych koncepcji i terminologii związanej z AI, ML i LLM.
Znajomość ewolucji LLM w kontekście AI/ML.
Umiejętność porównania OpenAI GPT z innymi wielkimi modelami językowymi.
Wiedza na temat dostępnych narzędzi i technologii wspierających pracę z LLM.

Umiejętności:

Praktyczne zastosowanie LLM w projektach programistycznych.
Efektywne wykorzystanie narzędzi do promptingu i automatyzacji.
Zrozumienie i stosowanie technologii Vector stores i dokumentów embeddings w kontekście pracy z LLM.
Umiejętność analizy case studies i wyciąganie z nich praktycznych wniosków.

Postawy społeczne:

Gotowość do ciągłego uczenia się i rozwijania umiejętności w zakresie AI/ML.
Zrozumienie znaczenia etyki i odpowiedzialności w procesie wdrażania rozwiązań AI/ML.

Korzyści dla uczestnika:

Zdobycie solidnej podstawy teoretycznej na temat Sztucznej Inteligencji (AI) i uczenia maszynowego (ML), co jest kluczowe dla zrozumienia, jak te technologie mogą być wykorzystywane w różnych dziedzinach.
Zrozumienie roli i ewolucji dużych modeli językowych (LLM) w kontekście AI/ML, co umożliwia efektywne wykorzystanie ich możliwości.
Rozwinięcie umiejętności praktycznego wykorzystania LLM-ów w programowaniu, co bezpośrednio przekłada się na zwiększenie efektywności i jakości tworzonego oprogramowania.
Nabycie umiejętności konfigurowania i dostosowywania parametrów LLM-ów do indywidualnych potrzeb projektu, co jest kluczowe dla osiągnięcia optymalnych wyników.
Zrozumienie, jak korzystać z narzędzi do automatyzacji pracy z LLM-ami, takich jak LangChain, co przyczynia się do zwiększenia produktywności.
Wzrost kompetencji w zakresie wykorzystania technologii związanych ze składowaniem wektorów i embeddingami dokumentów, co otwiera drzwi do bardziej zaawansowanych zastosowań LLM.
Rozwój umiejętności krytycznej analizy i oceny różnych zastosowań LLM, co jest niezbędne do efektywnego wyboru narzędzi i metod pracy.
Utrzymanie konkurencyjności na rynku pracy dzięki ciągłemu doskonaleniu umiejętności i wiedzy w obszarze nowoczesnych technologii.

Korzyści dla organizacji:

Wzrost kompetencji pracowników w zakresie nowoczesnych technologii AI/ML, co przyczynia się do zwiększenia innowacyjności i konkurencyjności firmy.
Poprawa efektywności i jakości realizowanych projektów programistycznych dzięki lepszemu wykorzystaniu możliwości LLM-ów.
Zwiększenie zdolności organizacji do innowacji i tworzenia nowoczesnych rozwiązań, co może przyciągnąć nowych klientów i zwiększyć udziały rynkowe.
Utrzymanie wysokiego poziomu konkurencyjności na rynku dzięki posiadaniu pracowników, którzy są na bieżąco z najnowszymi trendami i najlepszymi praktykami w dziedzinie AI/ML.
Zwiększenie efektywności operacyjnej i obniżenie kosztów dzięki lepszemu wykorzystaniu narzędzi automatyzacji i technologii związanych z LLM-ami.
Poprawa reputacji firmy jako lidera w dziedzinie innowacji technologicznych, co może przyciągnąć talent i zwiększyć lojalność istniejących pracowników.
Wzrost satysfakcji klientów dzięki oferowaniu nowoczesnych i efektywnych rozwiązań, co przekłada się na lepsze wyniki finansowe firmy.

Harmonogram:

Dzień 1:

9:00 – 10:30:
Wprowadzenie do Sztucznej Inteligencji – Co To Jest i Jak Działa?

Definicja AI i ML
Znaczenie i ewolucja LLM w kontekście AI/ML
Kluczowe pojęcia i technologie

10:30 – 10:45: Przerwa Kawowa

10:45 – 12:15: LLM-y – Praktyczne Wprowadzenie dla Programistów

Czym są LLM-y i jakie mają zastosowania?
Parametry konfigurujące LLM-y
Porównanie OpenAI GPT z innymi wielkimi modelami językowymi

12:15 – 13:15: Przerwa Obiadowa

13:15 -14:45: Technologie i Narzędzia Wspomagające Prace z LLM

Co to jest prompting i jakie są metody promptingu?
Narzędzia do automatyzacji promptingu: LangChain, LangChain Agents
Technologie Vector stores (Chroma, pgVector) oraz documents embeddings

14:45 – 15:00: Przerwa Kawowa

15:00 – 16:30: Podsumowanie i Dyskusja

Wprowadzenie do Sztucznej Inteligencji – Co To Jest i Jak Działa?

Potrafisz zdefiniować i rozróżnić podstawowe pojęcia związane z AI i ML.
Rozumiesz znaczenie i ewolucję LLM w kontekście sztucznej inteligencji i uczenia maszynowego.
Orientujesz się w kluczowych technologiach i pojęciach używanych w AI/ML.

LLM-y – Praktyczne Wprowadzenie dla Programistów

Potrafisz określić, gdzie i jak wykorzystać LLM-y w praktyce programistycznej.
Wiesz, jak dostosować parametry LLM-ów do swoich potrzeb.
Jesteś w stanie porównać OpenAI GPT z innymi modelami językowymi i wybrać najbardziej odpowiednie rozwiązanie dla swojego projektu.

Technologie i Narzędzia Wspomagające Prace z LLM

Wiesz, jak efektywnie używać promptingu do komunikacji z LLM-ami.
Potrafisz automatyzować proces promptingu, wykorzystując narzędzia takie jak LangChain.
Orientujesz się w technologiach związanych ze składowaniem wektorów i embeddingami dokumentów, co pozwala na jeszcze bardziej zaawansowane zastosowania LLM.

Podsumowanie i Dyskusja

Potrafisz integrować zdobytą wiedzę i umiejętności w codziennej pracy programistycznej.
Orientujesz się w najnowszych trendach i najlepszych praktykach związanych z LLM.
Jesteś przygotowany do dalszego rozwoju i pogłębiania swoich umiejętności w obszarze LLM.

O trenerze:

Kasper Stasiak

Specjalizacja:

Projektowanie dedykowanych rozwiązań AI w biznesie i integrowanie jej z procesami wewnętrznymi. Certyfikowany Scrum Master zarządzający zaawansowanymi projektami technologicznymi AI oraz Microsoft Azure.

Bezpośrednikontakt

798 959 667

biuro@progression.pl

Nie wieszod czego zacząć?

To normalne! Mamy gotowe procesy dla MŚP.

Pomożemy Ci z diagnozą potrzeb, a następnie zaplanujemy optymalną ścieżkę rozwoju.

BEZPŁATNA KONSULTACJA

Progression sp. z o.o.
NIP: 7393988488
KRS: 0001052764
REGON: 52622616800000

Polityka prywatności i cookies  
Regulamin świadczenia usług

Strona wykonana przez
Lacedo Marek Bodnar