Ta kontakt

Kursplan

Inngang til Google AI Studio

  • Kjernefunksjoner og kapasiteter
  • Forstå arbeidsflytkomponenter
  • Utforske Google AI-modelløkosystemet

Designing AI-arbeidsflyter

  • Strukturere end-to-end arbeidsflyter
  • Velge komponenter for automatisering
  • Håndtere inndata, utdata og parametere

Modellintegrasjon og API-bruk

  • Koble Google AI Studio med Google AI-APIer
  • Integre tilpassede og tredjepartsmodeller
  • Bygge gjenbrukbare komponenter

Testing og validering

  • Lage testscenarier
  • Valider arbeidsflytreliabilitet
  • Felsøke modellinteraksjoner

Ytelsesoptimalisering

  • Forbedre svarhastighet og effektivitet
  • Håndtere ressursbruk
  • Skalere arbeidsflyter for produksjon

Sikkerhet og etterlevelse

  • Tilgangskontroll og brukerstyring
  • Databeskyttelsesprinsipper
  • Gi sikre API-kommunikasjoner

Overvåking og vedlikehold

  • Overvåk arbeidsflytytelse
  • Logging og analyser
  • Livssyklusstyring for deployte arbeidsflyter

Utvidelse av AI Studio-arbeidsflyter

  • Integre med eksterne verktøy
  • Automatisere med skyfunksjoner
  • Forbedre funksjonalitet ved hjelp av tredjepartstjenester

Oppsummering og neste steg

Krav

  • En forståelse av AI-modellutviklingsarbeidsflyter
  • Erfaring med skybaserte verktøy eller plattformer
  • Kjennskap til begreper knyttet til prompt engineering

Målgruppe

  • AI-operasjonsteam
  • DevOps-profesjonelle
  • Systemadministratorer
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier