Kategorie: Szkolenia AI, GPT i Machine Learning, Analiza danych, statystyka, data science, AI, Python
Intensywne, 2-dniowe, warsztatowe szkolenie skierowane do specjalistów IT, którzy chcą nauczyć się budowania aplikacji AI w Pythonie z wykorzystaniem modeli językowych OpenAI. Uczestnicy poznają zasady pracy z API LLM, techniki Prompt Engineeringu oraz sposoby integracji AI w aplikacjach webowych, czy chatbotach. W praktycznych warsztatach stworzą własne rozwiązania, wykorzystując biblioteki Pythona oraz m.in. bazy wektorowe i mechanizmy RAG do obsługi inteligentnych asystentów.
Szkolenie obejmuje także krótkie teoretyczne podstawy modeli LLM/GPT, lecz przede wszystkim – ich praktyczne zastosowanie, pracę z kodem w Pythonie i API (jak również wspomaganie się AI w generowaniu kodu), przetwarzanie danych oraz wsparcie AI w automatyzacji procesów.
Uwaga: Na tym szkoleniu koncentrujemy się na modelach i zastosowaniach w pracy tekstowej: przetwarzanie i generowanie odpowiedzi, stricte modele LLM/GPT i komunikacja poprzez API. Słuchacze ew. zainteresowani ogólniejszym, “przekrojowym”, programistycznym poznaniem wielu różnych technologii AI, Machine Learning i Deep Learningu (od bardziej “statystyczno-matematycznych” modeli ML, przez sieci neuronowe od podstaw, do technik przetwarzania również obrazu, poza tekstem – kompleksowo, ale jednocześnie bez ścisłej koncentracji na pracy z LLM poprzez API, jak tutaj) – mogą też rozważyć nasz całościowy kurs Analiza Danych, ML i AI w Pythonie.
Czas trwania
2 dni
Program
- Wprowadzenie do AI i efektywne wykorzystanie LLM w Pythonie
- Podstawy sztucznej inteligencji w kontekście NLP
- Ewolucja AI w przetwarzaniu języka naturalnego
- Od sieci neuronowych RNN do architektury Transformer
- Modele LLM i ich praktyczne zastosowanie
- Architektura modeli LLM: OpenAI (GPT-4, ChatGPT), Claude, LLaMA 2, CodeLlama
- API OpenAI – struktura, kluczowe funkcje, ograniczenia
- Nowoczesne techniki pracy z LLM
- Prompt Engineering w praktyce
- Struktura skutecznych promptów
- Zero-Shot, Few-Shot, Chain-of-Thought
- Negocjacje z modelem i iteracyjne doskonalenie promptów
- Automatyzacja z LLM
- Ekstrakcja danych, analiza tekstu, generowanie raportów
- Strukturalizowanie odpowiedzi – JSON, YAML, Markdown
- Prompt Engineering w praktyce
- Generowanie i analiza kodu za pomocą AI
- Tworzenie kodu w Pythonie z pomocą modeli OpenAI
- Generowanie testów, przypadków użycia, refaktoryzacja kodu
- AI jako asystent w code review
- Budowanie interaktywnych aplikacji AI w Pythonie
- Podstawy integracji modeli AI w aplikacjach
- Programowanie w Pythonie – kluczowe biblioteki do pracy z AI
- Praca z Streamlit – szybkie prototypowanie aplikacji interaktywnych
- Tworzenie REST API z FastAPI – komunikacja z modelem
- Tworzenie chatbotów i inteligentnych asystentów
- Budowa prostego chatbota wykorzystującego API OpenAI
- Obsługa kontekstu i długoterminowych rozmów
- Bazy wektorowe i Retrieval-Augmented Generation (RAG)
- Wprowadzenie do wektorowych baz danych
- ChromaDB i inne vector DB – przechowywanie i wyszukiwanie danych
- Rozbudowa modelu o wiedzę kontekstową
- Budowa własnego narzędzia AI
- Tworzenie aplikacji AI krok po kroku
- Deployment modelu i API – od prototypu do wdrożenia
- Optymalizacja kosztów i efektywności zapytań
Dla grup na zamówienie, możliwe jest również przygotowanie warsztatów w oparciu o API innego dostawcy AI.
Training also available in English.
Przeznaczenie i wymagania
Dla programistów, inżynierów oprogramowania, analityków danych, technicznych managerów IT – chcących wdrożyć AI do swoich projektów i nauczyć się praktycznych metod integracji AI z aplikacjami, zakładając wykorzystanie języka Python.
Oczekujemy podstawowej znajomości Pythona (pisanie skryptów, składnia, praca z bibliotekami), podstawowej wiedzy o API (zapytania HTTP – POST i GET, JSON, REST API). Mile widziane doświadczenie w programowaniu aplikacji webowych. Nie jest wymagana wcześniejsza praca z AI ani znajomość modeli językowych.
Certyfikaty
Uczestnicy szkolenia otrzymują imienne certyfikaty sygnowane przez ALX.