Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Modul 1: Einführung in KI und Google Gemini
- Was ist Künstliche Intelligenz (KI)?
- Überblick über Google Gemini AI und sein Ökosystem
- Wichtige Funktionen und Vorteile von Gemini gegenüber anderen KI-Modellen
- Praxisaktivität: Erkundung von Gemini AI über die Google AI Studio Demo
Modul 2: Verständnis von Large Language Models (LLMs)
- Grundlagen der Large Language Models
- Architektur und Funktionsweise der Gemini-Modelle
- Vergleich von Gemini mit GPT und anderen führenden Modellen
- Praxislabor: Visualisierung der Tokenisierung und von Modellantworten anhand von Beispielprompts
Modul 3: Erste Schritte mit Gemini
- Einrichtung der Entwicklungsumgebung
- Arbeit mit der Gemini API und dem SDK
- Authentifizierung, Tokens und API-Keys
- Praxislabor: Ausführung des ersten Gemini-Prompts mit Python
Modul 4: Arbeit mit Gemini-Modellen
- Erkundung verschiedener Gemini-Modelltypen und -fähigkeiten
- Auswahl geeigneter Modelle für Sprach-, Bild- oder Multimodal-Aufgaben
- Initialisierung und Testen von generativen Modellen
- Praktische Übung: Vergleich der Ausgaben von Text-zu-Text- und Bild-zu-Text-Modellen
Modul 5: Praktische Anwendungen und Anwendungsbeispiele
- Integration von Gemini AI in Chat- und Q&A-Anwendungen
- Entwicklung von Tools für semantische Suche und Zusammenfassung
- Ethische KI-Nutzung und Überlegungen zu Verzerrungen (Bias)
- Gruppenprojekt: Erstellung eines „Smart Research Assistants“ unter Verwendung von NotebookLM und Gemini
Modul 6: Fortgeschrittene Funktionen und Anpassungen
- Optimierung von Prompts und fortgeschrittene Kontextverarbeitung
- Einsatz von Gemini für Codegenerierung und Debugging
- Feinabstimmungs-Workflows mit Google Cloud Vertex AI
- Praxisaktivität: Anpassung von Modellantworten über Parameter und Temperatureinstellungen
Modul 7: Projekte für die Praxis und Zusammenarbeit
- Planung gemeinsamer Projekte und Einrichtung des Workflows
- Integration von Gemini AI mit anderen Google-Werkzeugen (Drive, Docs, Sheets)
- Teamprojekt: Entwurf und Einführung einer kleinen KI-Anwendung (z. B. Inhalt-Zusammenfasser, Chatbot oder Ideen-Generator)
- Peer-Review und Diskussion der Projektergebnisse
Modul 8: Evaluation und zukünftige Entwicklungen
- Beseitigung häufiger Probleme in Gemini-Projekten
- Erkundung der Gemini-API-Roadmap und zukünftiger Funktionen
- Best Practices für KI-Governance und Skalierbarkeit
- Abschlussaktivität: Reflexion über erlernte praktische Lektionen und berufliche Anwendungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von KI-Konzepten
- Erfahrung mit APIs und Cloud-Diensten
- Erfahrung in der Python-Programmierung
Zielgruppe
- Entwickler
- Wissenschaftler für Datenanalyse (Data Scientists)
- KI-Begeisterte
14 Stunden
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung