Store sprogsmodeller (LLMs) Kurs i Oslo

Dette instruktørførte, live-oppdraget (online eller på sted) er rettet mot seniorledere som ønsker å forstå hva LLMs er, utforske deres potensielle innvirkning på virksomhetens operasjoner og vurdere praktiske bruker av AI-verktøy som ChatGPT, Microsoft Copilot eller Grok til virkelige oppgaver som innholdskreating, data summering og beslutningsstøtte.

Ved slutten av dette kurset vil deltakerne kunne:

• Forstå hva LLMs er og hvordan verktøy som ChatGPT og Copilot fungerer.
• Bruke prompt-teknikker for å få praktiske, pålitelige resultater fra LLMs.
• Vurdere reelle brukstilfeller som e-postskriving, dokumentsummering og produktivitetsautomatisering.
• Identifisere investeringsmuligheter og strategiske anvendelser for AI-adopteringsprosesser.

Denne instruktørledede, live-utdanningen i Oslo (online eller på stedet) er rettet mot seniorlederteams som ønsker å forstå den strategiske verdien av LLM-er og enterprise AI-verktøy. Deltakerne vil utforske hvordan disse verktøyene kan integreres i høynivåarbeidsflyter, skrive bedre prompts og vurdere muligheter for økt produktivitet og avkastning på investeringen (ROI) gjennom implementering av AI.

Ved slutten av denne utdanningen vil deltakerne kunne:

• Forstå hvordan LLM-er fungerer og hvordan verktøy som ChatGPT og Copilot anvender dem.
• Bruke prompt-basert interaksjon for å automatisere og akselerere oppgaver.
• Anvende AI-verktøy i reelle scenarier som utkast til e-post, oppsummering av rapporter og gjennomgang av avtaler.
• Vurdere strategiske fordeler, begrensninger og lisensieringshensyn for LLM-adopsjon.

Denne underviser-ledede, live opplæringen i Oslo (online eller på sted) er rettet mot AI-forskere, dataforskere og utviklere på mellomnivå til avansert nivå som ønsker å forstå, justere og implementere Meta AI's Large Language Models for ulike NLP-applikasjoner.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til å:

• Forstå arkitekturen og funksjonen til Meta AI's Large Language Models.
• Oppsette og justere Meta AI LLMs for spesifikke bruksområder.
• Implementere LLM-baserte applikasjoner som tekstsummering, chatbots og følelsesanalyse.
• Optimalisere og distribuere store språkmodeller effektivt.

Dette er en instruktørstyrt, direkte opplæring i Oslo (online eller på stedet) som er rettet mot AI-fagfolk på mellomliggende nivå, forretningsanalytikere og teknologiledere som ønsker å forstå prinsippene bak generativ AI og bruken av LLMs i bedriftsmiljøer. Deltakerne vil lære om transformers, prompt-engineering og etiske vurderinger ved bruk av disse modellene for løsninger i virkeligheten.

Et fullført kurs vil deltakerne kunne:

• Følge de underliggende prinsippene for generativ AI og store språkmodeller.
• Implementere og finskure LLMs for spesifikke forretningsapplikasjoner.
• Anvende teknikker innen prompt-engineering for å oppnå optimale resultat fra modellene.
• Identifisere etiske utfordringer og håndtere risiko ved implementering av LLMs.

Dette kurset med instruktør, enten Oslo (online eller på stedet), er rettet mot AI-fagfolk på mellomnivå, etiske rådgivere, datavitenskapere, ingeniører samt beslutningstakere og interessenter som ønsker å forstå og navigere i det etiske landskapet rundt LLM-er.

Et gjennomført kurs vil deltakerne kunne:

• Identifisere etiske problemstillinger og utfordringer knyttet til LLM-er.
• Anvende etiske rammeverk og prinsipper ved distribusjon av LLM-er.
• Vurdere samfunnsmessige konsekvenser av LLM-er og mildne potensielle risikoer.
• Utvikle strategier for ansvarlig utvikling og bruk av AI.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot NLP-utøvere og dataforskere på middels nivå, innholdsskapere og oversettere, og globale virksomheter som ønsker å bruke LLM-er for språkoversettelse og skape flerspråklig innhold.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for tverrspråklig læring og oversettelse med LLM-er.
• Implementer LLM-er for å oversette innhold mellom ulike språk.
• Opprett og administrer flerspråklige datasett for opplæring av LLM-er.
• Utvikle strategier for å opprettholde konsistens og kvalitet i oversettelse.

Denne instruktørdrevne, live-utdanningen i Oslo (online eller på stedet) er rettet mot mellomnivåets finansielle analytikere, datavitenskapsmenn og investeringsprofesjonelle som ønsker å utnytte LLM-er for finansiell markedsanalyse og prediksjon.

Etter endt opplæring vil deltakerne kunne:

• Forstå bruken av LLM-er i finansiell markedsanalyse.
• Bruke LLM-er til å prosessere finansielle nyheter, rapporter og data for markedsinnsikt.
• Utvikle prediksjonsmodeller for aksjekurser, markedsutvikling og økonomiske indikatorer.
• Integre innsikt fra LLM-er i investeringsbeslutningsprosesser.

Denne instruktørledede, direkteopplæringen i Oslo (online eller på stedet) er rettet mot miljøforskere og forskere på middels nivå, dataanalytikere og beslutningstakere og miljøforkjempere som ønsker å bruke LLM-er for miljømodellering og -analyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå anvendelsen av LLM i miljøvitenskap.
• Bruk LLM-er til å analysere og modellere miljødata.
• Tolke LLM-utdata for miljøkonsekvensvurderinger.
• Formidle funn effektivt for å informere om politikk og bevaringsarbeid.

Denne instruktørledede, live opplæringskurset (online eller på sted) er rettet mot mellomnivåutviklere innen VR og AR, spilldesignere og AI-ingeniører som ønsker å integrere LLMs i VR- og AR-applikasjoner for å skape mer engasjerende og responsive miljøer.

Ved kursets slutt vil deltakerne kunne:

• Forstå rollen til LLMs i å skape immersive VR- og AR-opplevelser.
• Utvikle VR- og AR-applikasjoner som bruker LLMs for interaktive dialoger og innholdsoppretting.
• Integrere LLMs med VR- og AR-utviklingsverktøy for økt brukerengasjement.
• Bruke beste praksiser for å designe AI-drevne fortellinger og interaksjoner i virtuelle rom.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot dataforskere på mellomnivå, maskinlæringsingeniører og programvareutviklere som ønsker å bruke Large Language Models (LLMs) til multimodale data for avanserte AI-applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for multimodal læring med LLM.
• Implementer LLM-er for å behandle og analysere tekst-, bilde- og lyddata.
• Utvikle applikasjoner som utnytter styrkene ved multimodal dataintegrasjon.
• Evaluere ytelsen til multimodale LLM-systemer.

Denne instruktørledede, direkteopplæringen i Oslo (online eller på stedet) er rettet mot cybersikkerhetsfagfolk på middels nivå og dataforskere som ønsker å bruke LLM-er for å forbedre cybersikkerhetstiltak og trusselintelligens.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM-er i cybersikkerhet.
• Implementer LLM-er for trusseldeteksjon og analyse.
• Bruk LLM-er for sikkerhetsautomatisering og respons.
• Integrer LLM med eksisterende sikkerhetsinfrastruktur.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot dataforskere på middels nivå og forretningsanalytikere som ønsker å bruke store språkmodeller (LLM) for å forutsi trender og atferd i ulike bransjer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om LLM-er og deres rolle i prediktiv analyse.
• Implementer LLM-er for å analysere og forutsi data i ulike bransjer.
• Evaluer effektiviteten til prediktive modeller ved hjelp av LLM-er.
• Integrer LLM-er med eksisterende databehandlingsrørledninger.

Denne instruktørledede, direkteopplæringen i Oslo (online eller på stedet) er rettet mot dataforskere på middels nivå som ønsker å få en omfattende forståelse og praktiske ferdigheter i både Large Language Models (LLMs) og Reinforcement Learning (RL).

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå komponentene og funksjonaliteten til transformatormodeller.
• Optimaliser og finjuster LLM-er for spesifikke oppgaver og applikasjoner.
• Forstå kjerneprinsippene og metodene for forsterkende læring.
• Lær hvordan forsterkende læringsteknikker kan forbedre ytelsen til LLM-er.

Denne instruktørledede, direkteopplæringen i Oslo (online eller på stedet) er rettet mot innholdsskapere, markedsførere og pedagogiske teknologer på middels nivå som ønsker å utnytte kraften til LLM-er for å generere høykvalitets, mangfoldig og engasjerende innhold på tvers av ulike domener.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå mulighetene til LLM-er og deres anvendelse i innholdsgenerering.
• Sett opp og bruk LLM-er for å generere ulike typer innhold.
• Bruk beste praksis for å spørre og finjustere LLM-er for å produsere ønskede resultater.
• Evaluer kvaliteten på AI-generert innhold og avgrens det for spesifikke målgrupper.
• Utforsk avanserte teknikker for kreativ og multimodal innholdsgenerering med LLM-er.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot lærere, EdTech-fagfolk og forskere med varierende nivåer av erfaring og ekspertise som ønsker å utnytte LLM-er for å skape personlige pedagogiske opplevelser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og egenskapene til LLM-er.
• Identifiser muligheter for personalisering i pedagogisk innhold ved å bruke LLM-er.
• Design adaptive læringsplattformer som bruker LLM-er for personlig tilpasning av innhold.
• Implementer LLM-drevne strategier for å forbedre studentenes engasjement og læringsutbytte.
• Evaluer effektiviteten til LLM i utdanningsmiljøer og ta datadrevne beslutninger for

Dette instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot ML-profesjonelle og AI-utviklere med mellomnivåkunnskaper som ønsker å finjustere og distribuere åpneparametere-modeller som LLaMA, Mistral og Qwen for spesifikke forretnings- eller interne applikasjoner.

Etter denne opplæringen vil deltakerne kunne:

• Føre det økosystemet og forskjellene mellom åpne kildekode-LLM-er.
• Forberede datasett og finjusteringskonfigurasjoner for modeller som LLaMA, Mistral og Qwen.
• Eksekvere finjusteringspipelines ved hjelp av Hugging Face Transformers og PEFT.
• Evaluere, lagre og distribuere finjusterte modeller i sikre miljøer.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot programvareutviklere og dataforskere på nybegynnernivå til mellomnivå som ønsker å implementere LLM-er i talegjenkjennings- og syntesesystemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM i taleteknologier.
• Implementer LLM-er for nøyaktig talegjenkjenning og naturlig klingende talesyntese.
• Integrer LLM-er med talegjenkjenningsmotorer og talesyntese.
• Evaluer og forbedre ytelsen til talesystemer ved hjelp av LLM-er.
• Hold deg informert om nåværende trender og fremtidige retninger innen taleteknologi.

Denne instruktørledede, liveopplæringen i Oslo (online eller på stedet) er rettet mot nybegynnernivå til middels kundestøtte og IT-fagfolk som ønsker å implementere LLM-er for å lage responsive og intelligente kundestøtte chatbots.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende og arkitekturen til Large Language Models (LLMs).
• Design og integrer LLM-er i kundestøttesystemer.
• Forbedre responsen og brukeropplevelsen til chatbots.
• Ta tak i etiske hensyn og sikre overholdelse av industristandarder.
• Distribuer og vedlikehold en LLM-basert chatbot for applikasjoner i den virkelige verden.

Denne underviserledede, liveopplæringen i Oslo (online eller på plass) er rettet mot dataforskere og AI-ingeniører på mellomnivå som ønsker å finjustere store språkmodeller mer kostnadseffektivt og effektivt ved hjelp av metoder som LoRA, Adapter Tuning og Prefix Tuning.

Etter endt opplæring vil deltakerne kunne:

• Forstå teorien bak metoder for parameter-effektiv finjustering.
• Implementere LoRA, Adapter Tuning og Prefix Tuning ved bruk av Hugging Face PEFT.
• Sammenligne ytelses- og kostnadsavveininger mellom PEFT-metoder og full finjustering.
• Utbrede og skalerer finjusterte LLMs med reduserte beregnings- og lagringskrav.

Denne instruktørledede, live-opplæring i Oslo (online eller på stedet) er rettet mot maskinlæringsingeniører, AI-utviklere og dataforskere på mellomnivå til avansert nivå som ønsker å lære hvordan de kan bruke QLoRA til effektiv finjustering av store modeller for spesifikke oppgaver og tilpasninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå teorien bak QLoRA og kvantiseringsteknikker for LLMs.
• Implementere QLoRA i finjustering av store språkmodeller for domene-spesifikke applikasjoner.
• Optimalisere finjusteringsyytelse på begrensede beregningsressurser ved hjelp av kvantisering.
• Utplassere og evaluere finjusterte modeller effektivt i virkelige applikasjoner.

Denne instruktørledede, liveopplæringen i Oslo (online eller på stedet) er rettet mot data- og markedsføringsfagfolk på middels nivå som ønsker å bruke LLM-er for å analysere og tolke offentlige følelser fra ulike tekstkilder som innlegg i sosiale medier, produktanmeldelser, og tilbakemeldinger fra kunder.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for sentimentanalyse og dens anvendelse ved hjelp av LLM-er.
• Forbehandle og klargjøre datasett for sentimentanalyse.
• Tren og finjuster LLM-er for nøyaktig å reflektere følelser i tekst.
• Analyser sentiment i sanntid fra sosiale medier og andre tekstkilder.
• Integrer funn fra sentimentanalyse i forretningsstrategier og beslutningsprosesser.

Denne instruktørledede, direkteopplæringen i Oslo (online eller på stedet) er rettet mot programvareutviklere og tekniske forfattere på middels nivå som ønsker å utnytte LLM-er for å strømlinjeforme arbeidsflyten for koding og lage detaljert, omfattende dokumentasjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM-er i automatisering av kodegenerering og programvaredokumentasjon.
• Bruk LLM-er for å lage nøyaktige og effektive kodebiter og dokumentasjon.
• Integrer LLM-er i livssyklusen for programvareutvikling for økt produktivitet.
• Oppretthold dokumentasjonsstandarder av høy kvalitet ved hjelp av automatiserte verktøy.
• Ta opp etiske hensyn og beste praksis for bruk av AI i programvareutvikling.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot fagfolk på mellomnivå og dataanalytikere som ønsker å utnytte kraften til LLM-er for å hente ut forretningsinnsikt.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende og anvendelser av LLM-er i sammenheng med business intelligence.
• Bruk LLM-er for å analysere store datasett og trekke ut meningsfull innsikt.
• Integrer LLM-drevet analyse i strategiske forretningsbeslutningsprosesser.
• Vurder de etiske hensyn og beste praksis for bruk av LLM-er i virksomheten.
• Forutse fremtidige trender innen AI og forbered deg på det utviklende landskapet innen forretningsintelligens.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot utviklere på middels til avansert nivå og dataforskere som ønsker å mestre LlamaIndex for å utvikle innovative LLM-drevne applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp og konfigurer LlamaIndex for bruk med LLM-er.
• Indekser og spør etter egendefinerte datasett ved å bruke LlamaIndex for å forbedre LLM-funksjonaliteten.
• Design og utvikler sofistikerte applikasjoner som bruker LlamaIndex og LLM-er.
• Forstå og ta i bruk beste praksis for arbeid med LLM og LlamaIndex.
• Naviger gjennom de etiske vurderingene som er involvert i distribusjon av LLM-drevne applikasjoner.

Denne instruktørledede, live opplæringen på nett eller på sted er rettet mot mellomnivå AI-forskere, maskinlæringsprofesjonelle og datavitere som ønsker å bruke LlamaIndex for å forbedre kapasiteten til AI-modeller, slik at de blir mer nøyaktige og pålitelige for ulike applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene og komponentene i LlamaIndex.
• Innta og strukturere data for bruk med LLMs.
• Implementere kontekstutvidelse for å forbedre AI-modellens ytelse.
• Integrere LlamaIndex i eksisterende AI-systemer og arbeidsflater.

Dette instruktørledete, live-treningen i Oslo (online eller på stedet) er rettet mot mellemnivå profesjonelle som ønsker å utnytte kreftene i prompt engineering og few-shot læring for å optimere LLM-ytelsen til virkelige anvendelser.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå prinsippene for prompt engineering og few-shot læring.
• Design effektive prompts for ulike NLP-oppgaver.
• Utnytte few-shot teknikker for å tilpasse LLMs med minst mulig data.
• Optimalisere LLM-ytelsen for praktiske anvendelser.

Dette instruktørledet, live-trening (online eller på sted) er rettet mot fremrykkede ingeniører, AI-eksperter og lokaliseringsledere som ønsker å implementere systemer basert på store språkmodeller (LLM) for automatisert oversettelse, kvalitetsvurdering og bedriftsregulering.

Ved slutten av denne treningen vil deltakerne kunne:

• Bygge bedriftsgrade LLM-lokaliseringspipelines som integrerer åpne og proprietære modeller.
• Implementere automatiserte kvalitetskontrollprosesser og kvalitetsmålinger for oversettelseskonsekvens.
• Opprette styrings- og godkjenningsrammeverk for flerspråklig innholdprodusering.
• Implementere skalerbare, grunnleggende LLM-baserte lokaliseringsystemer i sikre miljøer.

Dette instruktørbaserte, live-treningen (online eller på stedet) er rettet mot mellomnivå AI-utviklere og lokaliseringsingeniører som ønsker å designe skalerbare, automatiserte oversettelsespipeliner ved hjelp av både eiere og open-source LLMs.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe og distribuere oversettelsesarbeidsflyt ved hjelp av moderne LLM-rammeverk og APIer.
• Integrere open-source og kommercielle modeller i skalerbare oversettingsystemer.
• Optimalisere oversettelsesteknisk kvalitet gjennom fine-tuning, prompt engineering, og automatisering.
• Implementere kostnadseffektive og kompliante oversettningsinfrastruktur for bedriftsmiljøer.

Denne instruktørliderede, live-utdanningskursus i Oslo (online eller på stedet) er rettet mot utviklere med mellemnivje som ønsker å lære hvordan man bruker generativ AI med LLMs for ulike oppgaver og domener.

Ved slutten av dette kurset vil deltakerne kunne:

• Forklare hva generativ AI er og hvordan den fungerer.
• Beskrive transformertarkitekturen som drevet LLMs.
• Bruke empiriske skaleringslover for å optimere LLMs til ulike oppgaver og begrensninger.
• Anvende fremgangsmåter og verktøy på toppnivå for å trenen, finjustere og distribuere LLMs.
• Diskutere mulighetene og risikoenes ved generativ AI for samfunnet og virksomheten.

Denne instruktørledede, live-trainingen i Oslo (online eller på stedet) er rettet mot AI-utviklere, arkitekter og produktledere på mellom- til avansert nivå som ønsker å identifisere og redusere risikoen forbundet med LLM-drevne applikasjoner, inkludert prompt-injeksjon, datalekkasj og ufiltrert output, samtidig som man integrerer sikkerhetskontroller som input-validering, menneske-i-løkke-oppfølging og output-guardrails. 

Ved slutten av denne trainingen vil deltakerne være i stand til å: 

• Forstå de grunnleggende sårbarhetene til LLM-baserte systemer. 
• anvende sikre designprinsipper til LLM-applikasjonsarkitektur. 
• bruke verktøy som Guardrails AI og LangChain for validering, filtrering og sikkerhet. 
• integrere teknikker som sandboxing, red teaming og menneske-i-løkke-gjennomgang i produksjonsklare pipelines. 

Dette er et instruktørledet, levende kurs i Oslo (online eller på stedet) rettet mot mellom- til avanserte profesjonelle som ønsker å tilpasse ferdig trenede modeller for spesifikke oppgaver og datasett.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene bak finjustering og dets anvendelser.
• Forberede datasett for finjustering av ferdig trenede modeller.
• Finjustere store språkmodeller (LLM) for NLP-oppgaver.
• Optimere modellytelse og adressere vanlige utfordringer.

Denne instruktørledede, liveopplæringen i Oslo (online eller på stedet) er rettet mot dataforskere på middels nivå, AI-utviklere og AI-entusiaster som ønsker å bruke LLM-er til å utføre ulike NLP-oppgaver og lage nytt og mangfoldig innhold for forskjellige formål .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Etabler et utviklingsmiljø med LLM og essensielle verktøy.
• Utfør NLU- og NLI-oppgaver ekspertise med LLM-er.
• Trekk ut, utlede og bruk kunnskapsgrafer effektivt.
• Generer og administrer dialoger ved å bruke LLM-er for samtaleapplikasjoner.
• Evaluer innholdskvalitet og mangfold generert av LLM-er og generativ AI.
• Anvende etiske prinsipper, sikre rettferdighet og ansvarlig bruk av LLM-er.

Denne instruktørledede, liveopplæringen i Oslo (online eller på stedet) er rettet mot utviklere på nybegynnernivå til mellomnivå som ønsker å bruke store språkmodeller for ulike naturlige språkoppgaver.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp et utviklingsmiljø som inkluderer en populær LLM.
• Lag en grunnleggende LLM og finjuster den på et tilpasset datasett.
• Bruk LLM-er for ulike naturlige språkoppgaver som tekstoppsummering, svar på spørsmål, tekstgenerering og mer.
• Feilsøk og evaluer LLM-er ved å bruke verktøy som TensorBoard, PyTorch Lightning og Hugging Face Datasett.

Den veiledede, levende opplæringen i Oslo (nettbasert eller på stedet) er rettet mot observabilitets- og SRE-ingeniører som ønsker å integrere LLMer og AI i deres arbeidsflyter for overvåking, varsling og analyse av hendelser.

Dette instruktørstyrte levende kurset i Oslo (online eller på stedet) er rettet mot IT-supportprofesjonelle som ønsker å bruke AI-verktøy og automatiseringsplattformer for å effektivisere støtteprosesser, standardisere svar og redusere manuell dokumentasjonsinnsats.

Dette instruktørstyrte, levende kurset i Oslo (online eller på stedet) er rettet mot ingeniører og arkitekter med mellomliggende kompetanse som ønsker å bruke Tencent Hunyuan til å distribuere store modeller og MoE-modeller med lavere latens, høyere ytelse og bedre kostnadskontroll.

Am slutt av dette kurset vil deltakerne være i stand til å: forklare mønstre for produksjonsdistribusjon av Hunyuan, optimalisere inferensytelsen, implementere strategier for batching og kvantisering, og planlegge skalerbar drift.

Denne kurset, undervist av en instruktør Oslo (online eller på stedet), er rettet mot utviklere med mellomkompetanse, tekniske produktteam og AI-utøvere som ønsker å bruke Hunyuan-modeller til å lage flermålete applikasjoner for generering og levering av bilder, 3D-innhold og video.

Ved slutten av dette kurset vil deltakerne kunne: bygge forespørselsbaserte arbeidsflyter, generere og gjennomgå flermålete innhold, levere resultater via applikasjoner eller APIer, og koble Hunyuan-funksjonalitet til bedriftsproduktstakker.

Kursmål som gjør programvare/ AI-ingeniører til juridiske ingeniører — de som faktisk kan bygge AI for juridisk arbeid (eDiscovery, gjennomgang, undersøkelser).

På to dager bygger deltakerne hele kjernestakken: ta i bruk og ekstrahere rotete virkelighetsbaserte juridiske data, søke og hente dem, legge til retrieval-augmented generation (RAG) med henvisninger, holde det privat med en lokal modell og bevise dette, utføre en forsvarlig AI-gjennomgang med rettstegnet metrikk, og pakke resultatet for distribusjon.

Dene faglærte, live-undervisningen i Oslo (på nett eller på plass) er rettet mot AI-fagfolk med grunnleggende / mellomkompetanse / avansert kompetanse som ønsker å bruke MCP til å koble AI-assistenter sammen med eksterne verktøy, data og bedriftstjenester.

Etter endt kurs vil deltakerne kunne: forklare MCP-konsepter, identifisere viktige komponenter i arkitekturen, sette opp en enkel integrasjon, og anvende god sikkerhetspraksis.

Denna undervisningen med instruktør (online eller på stedet) retter seg mot Oslo-nivå av enterprise-arkitekter som ønsker å bruke modellkontrollprotokoll til å designe sikre, skalerbare og håndterbare integrasjonsplattform for agenter i enterprise-miljøer.

Efter dette kurset vil deltakerne kunne: forklare MCP-arkitektur og enterprise-mønstre, designe sikre integrasjonsplattformer, anvende styring og tilgangskontroller, og vurdere deployering- og skaleringsmuligheter.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot utviklere, arkitekter og plattformingeniører på mellomnivå som ønsker å bruke MCP til å bygge pålitelige servere og klienter for bedriftsmessig distribusjon og drift.

Ved slutten av denne opplæringen vil deltakerne kunne: forklare MCP-arkitektur i praksis, bygge produksjonsklare integrasjoner, distribuere og overvåke MCP-tjenester, samt anvende mønstre for versjonering, robusthet og støtte.

Dette instruktørstyrte, levende kurset i Oslo (online eller på stedet) er rettet mot IT-ledere, kompliance-rådgivere, sikkerhetsavdelinger og arkitekter med mellomkompetanse som ønsker å bruke prinsipper og styringspraksis for soberen AI til å designe AI-miljøer som beskytter sensitiv data, støttede krav om lokalisering og reduserer avhengighet av leverandører.

Etter dette kurset vil deltakerne kunne: forklare soberen AI-konsepter, vurdere muligheter for vertskap og styring, definere kontroller for forespørsler og logger, og lage en praktisk veiledning for adopsjon.