Kursplan
Kursoppsett Utdannelsestilbud
Dag 1 - Introduksjon til KI og Python for dataflyter
• Oversikt over kunstig intelligens og maskinlæringslandskapet
• KI sin rolle i moderne dataingeniør-bruk
• Oppfrisking av Python-grunnlag for KI-applikasjoner
• Arbeid med data ved hjelp av pandas og NumPy
• Introduksjon til API-er og JSON-datahåndtering
• Mini-øvelse: Lasting og transformasjon av dataserver
Dag 2 - Maskinlæringsgrunnlag for fagpersoner
• Konsepter for tilsynet og uobservert læring
• Teknikker for feature engineering og dataforberedelse
• Grunnleggende modelltreningsbruk ved hjelp av scikit-learn
• Modellevaluering og ytelsesindikatorer
• Introduksjon til konsepter for modelldeploying
• Hands-on: Bygge et enkelt prediktivt modell
Dag 3 - Introduksjon til LLM-er og prompt engineering
• Forståelse av store språkmodeller og hvordan de fungerer
• Tokenisering, kontekstvinduer og begrensninger
• Prinsipper og teknikker for promptdesign
• Zero-shot og few-shot prompting
• Strategier for promptevaluering og iterasjon
• Hands-on-øvelser i prompt engineering
Dag 4 - Bygge KI-applikasjoner med LLM-er
• Bruk av LLM-API-er i Python
• Konsepter for strukturert output og funksjonskalling
• Bygge chatbaserte og oppgavebaserte applikasjoner
• Introduksjon til retrieval-augmented generation
• Kobling av LLM-er med eksterne datakilder
• Miniprojekt: Bygge en enkel KI-assistent
Dag 5 - Produksjonsgjøre KI-løsninger
• Design av skalbare KI-arbeidsflyter
• Integrasjon av KI i dataflyter
• Overvåking og forbedring av modellprestering
• Kostnadsoptimalisering og strategier for API-bruk
• Sikkerhet og hensyn til ansvarlig KI
• Sluttrapport: Bygge en helhetlig KI-løsning
Referanser (2)
Instruktøren var meget tilgjengelig for å svare på alle typer spørsmål jeg hadde.
Caterina - Stamtech
Kurs - Developing APIs with Python and FastAPI
Maskinoversatt
Instruktør utvikler opplæring basert på deltakerens tempo
Farris Chua
Kurs - Data Analysis in Python using Pandas and Numpy
Maskinoversatt