AI dla programistów. Od polecenia do wdrożenia.
Dla programistów, specjalistów danych i architektów IT. Zbuduj i oceń integrację AI o określonym zakresie.
- 2 dni
Intensywne szkolenie
- Z ćwiczeniami
Warsztaty praktyczne
- 4 490 €
Cena szkolenia
- Potwierdzenie udziału
W cenie
Co zrobisz na szkoleniu
Zbuduj małą integrację modelu językowego lub proces RAG. Połącz dane wejściowe, wyszukiwanie i odpowiedzi, a następnie sprawdź typowe błędy. Uzgodnimy z zespołem środowisko i zadanie ćwiczeniowe.
Przed zajęciami ustalamy przykłady i poziom trudności. Zobaczysz, jak powstaje wynik, jak go sprawdzić i kiedy decyzję podejmuje zespół.
Jak przygotowujemy szkolenie
Kto weźmie udział i jakie ma doświadczenie?
Które narzędzia, konta i urządzenia są zatwierdzone do ćwiczeń?
Które zadania możemy wykorzystać jako zatwierdzone lub zanonimizowane przykłady?
Jakie materiały, potwierdzenia udziału i dalsze wsparcie mamy uwzględnić?
Przed rezerwacją potwierdzamy formę, czas trwania, wielkość grupy, cenę i zakres. Dopasowujemy ćwiczenia i bardziej zaawansowane tematy do doświadczenia grupy.
Co po szkoleniu
Twój zespół może dalej ćwiczyć, pogłębić temat lub rozważyć konkretny projekt. Samo szkolenie można zamówić niezależnie.
Zobacz, jak po szkoleniu ocenialiśmy narzędzia w ramach współpracy z Carano. Jeśli rozważasz projekt, zobacz też, jak pracujemy.
Jeśli chcesz popracować z Ollama, Open WebUI, Pythonem i RAG, zobacz trzydniowy warsztat z lokalnych modeli językowych.
Dla kogo jest to szkolenie
Szkolenie jest przeznaczone dla osób technicznych, które chcą stosować AI w praktyce.
Programiści backend i full stack
Dla osób z doświadczeniem programistycznym, które chcą rozszerzyć aplikacje o funkcje AI.
Inżynierowie danych i specjaliści data science
Dla osób, które chcą budować, trenować i uruchamiać systemy uczenia maszynowego.
Architekci i liderzy techniczni
Dla osób odpowiedzialnych za decyzje wdrożeniowe i jakość architektury.
Co zyska Twój zespół
Efekty inwestycji w kompetencje inżynierskie AI można mierzyć.
Ćwicz integrację AI
Pracujesz nad uzgodnionymi zadaniami technicznymi. Analizujesz dane wejściowe, format wyniku, obsługę błędów i sprawdzanie przez specjalistę.
Uzasadniaj decyzje techniczne
Omawiamy modele, wyszukiwanie, interfejsy i utrzymanie. Dopasowanie techniczne trzeba sprawdzić dla konkretnego przypadku.
Dziel się wiedzą w zespole
Wspólne ćwiczenia dają podstawę do rozmów technicznych. Wykorzystanie ich we własnych projektach wymaga odpowiednich zadań i dalszej praktyki.
Pokazuj przypadki awarii
Przy ocenie integracji bierz pod uwagę dane wejściowe, źródła, ścieżki błędów i wymagane kontrole przez pracowników. Przekonujące odpowiedzi stanowią tylko część oceny.
Pracuj na własnych zadaniach
Zatwierdzone przykłady z pracy zespołu mogą posłużyć do ćwiczeń. Wcześniej uzgadniamy zadanie, dostęp i środowisko techniczne.
Ustal kolejne kroki rozwoju
Prototyp warsztatowy wymaga dodatkowej oceny przed użyciem we własnych systemach. Omawiamy testy, integrację, odpowiedzialność i utrzymanie.
Cztery moduły dopasowane do zespołu
Zakres i poziom modułów dopasowujemy do wymagań.
Podstawy uczenia maszynowego i głębokiego
Uczenie nadzorowane i nienadzorowane, sieci neuronowe, trenowanie i ocena.
Integracja modeli językowych i API
OpenAI, Anthropic Claude, reprezentacje wektorowe, strumieniowanie i obsługa błędów.
RAG i wyszukiwanie wektorowe
Reprezentacje wektorowe, bazy wektorowe, wyszukiwanie semantyczne i dzielenie dokumentów na fragmenty.
Wdrożenie i MLOps
Udostępnianie modeli, konteneryzacja, monitoring i CI/CD systemów AI.
Czego się nauczysz
Praktyczne umiejętności do wykorzystania w pracy zespołu
Stosuj podstawy uczenia maszynowego
Dobór modeli, metody oceny i decyzje w rzeczywistych projektach.
Korzystaj z API modeli językowych
Integruj OpenAI, Claude i modele lokalne z własnymi aplikacjami.
Formułowanie poleceń dla programistów
Twórz niezawodne przepływy wokół poleceń, ustrukturyzowane wyniki i integracje narzędzi.
Buduj rozwiązania RAG
Wdrażaj generowanie wspomagane wyszukiwaniem na danych firmy.
Wdrażaj i skaluj modele
Konteneryzuj, udostępniaj, monitoruj i skaluj zadania AI w środowisku produkcyjnym.
Bezpieczeństwo i zgodność
Uwzględniaj ochronę danych, ryzyko wstrzykiwania poleceń i zasady bezpiecznej architektury.
Co obejmuje szkolenie
Materiały i wsparcie do dalszej nauki
Ćwiczenia praktyczne
Przede wszystkim kodowanie i budowanie prototypu.
Repozytorium kodu
Kompletne repozytorium z przykładami, szablonami i szkieletem do kolejnych projektów.
Materiały szkoleniowe
Dokumentacja i praktyczne ściągi.
Potwierdzenie udziału
Potwierdza udział w uzgodnionym szkoleniu. Oferta określa, co obejmuje.
Wsparcie przez 30 dni
Wsparcie e-mailowe przy pytaniach o wdrożenie po szkoleniu.
Biblioteka poleceń
Wybrane polecenia do typowych zadań programistycznych i inżynierskich.
Uczy na podstawie własnych wdrożeń
:quality(80))
Martin Kogut
Założyciel, konsultant AI i trener
Martin Kogut jest programistą, konsultantem AI i założycielem hypescale w Berlinie. Prowadzi zajęcia na podstawie doświadczeń wdrożeniowych, m.in. z lokalnymi modelami językowymi, Ollama, Open WebUI, Pythonem, RAG i zabezpieczeniami przed wstrzykiwaniem poleceń.
- Uczenie maszynowe
- Integracja modeli językowych
- Systemy RAG
- Formułowanie poleceń
- MLOps