Struttura del corso

Introduzione all'intelligenza artificiale per lo sviluppo software

  • Che cosa è Generative AI vs Predictive AI
  • Applicazioni dell'intelligenza artificiale nella codifica, nell'analisi e nell'automazione
  • Panoramica di LLM, trasformatori e modelli di apprendimento profondo

Coding assistito dall'intelligenza artificiale e sviluppo predittivo

  • Completamento e generazione di codice basati sull'intelligenza artificiale (GitHub Copilot, CodeGeeX)
  • Prevedere bug e vulnerabilità del codice prima della distribuzione
  • Automazione delle revisioni del codice e suggerimenti di ottimizzazione

Creazione di modelli predittivi per applicazioni software

  • Comprensione delle previsioni delle serie temporali e dell'analisi predittiva
  • Implementazione di modelli di intelligenza artificiale per la previsione della domanda e il rilevamento delle anomalie
  • Utilizzo di Python, Scikit-learn e TensorFlow per la modellazione predittiva

Generative AI per la generazione di testo, codice e immagine

  • Lavorare con GPT, LLaMA e altri LLM
  • Generazione di dati sintetici, riassunti di testo e documentazione
  • Creazione di immagini e video generati dall'intelligenza artificiale con modelli di diffusione

Distribuzione di modelli di intelligenza artificiale in applicazioni del mondo reale

  • Hosting di modelli di intelligenza artificiale tramite Hugging Face, AWS e Google Cloud
  • Creazione di servizi di intelligenza artificiale basati su API per applicazioni aziendali
  • Ottimizzazione dei modelli di intelligenza artificiale pre-addestrati per attività specifiche del dominio

AI per informazioni predittive Business e processi decisionali

  • Business intelligence e analisi dei clienti basate sull'intelligenza artificiale
  • Prevedere le tendenze del mercato e il comportamento dei consumatori
  • Automatizzare le ottimizzazioni del flusso di lavoro con l'intelligenza artificiale

Intelligenza artificiale etica e best practice nello sviluppo

  • Considerazioni etiche nel processo decisionale assistito dall’intelligenza artificiale
  • Rilevamento di pregiudizi ed equità nei modelli di intelligenza artificiale
  • Le migliori pratiche per un'intelligenza artificiale interpretabile e responsabile

Workshop pratici e casi di studio

  • Implementazione di analisi predittive per un set di dati del mondo reale
  • Creazione di un chatbot basato sull'intelligenza artificiale con generazione di testo
  • Distribuzione di un'applicazione basata su LLM per l'automazione

Riepilogo e passaggi successivi

  • Riepilogo dei punti chiave
  • Strumenti e risorse di intelligenza artificiale per un apprendimento più approfondito
  • Sessione finale di domande e risposte

Requisiti

  • Una comprensione dei concetti di base dello sviluppo software
  • Esperienza con qualsiasi linguaggio di programmazione (Python consigliato)
  • Familiarità con i fondamenti dell'apprendimento automatico o dell'intelligenza artificiale (consigliata ma non obbligatoria)

Pubblico

  • Sviluppatori di software
  • Ingegneri AI/ML
  • Responsabili del team tecnico
  • Product manager interessati ad applicazioni basate sull'intelligenza artificiale
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative