Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Modul 1: Innføring i AI og Google Gemini
- Hva er kunstig intelligens (AI)?
- Oversikt over Google Gemini AI og dets økosystem
- Nøkkelfunksjoner og fordeler med Gemini i forhold til andre AI-modeller
- Praktisk øvelse: Utforsking av Gemini AI gjennom Google AI Studio-demoen
Modul 2: Forståelse av store språkmodeller (LLM)
- Grunnleggende prinsipper for store språkmodeller
- Arkitektur og drift av Gemini-modeller
- Sammenligning av Gemini med GPT og andre ledende modeller
- Praksislaboratorium: Visualisering av tokenisering og modellrespons ved hjelp av eksempelprompter
Modul 3: Kom i gang med Gemini
- Innstilling av utviklingsmiljøet
- Arbeid med Gemini API og SDK
- Autentisering, tokens og API-nøkkeler
- Praktisk laboratorium: Kjør din første Gemini-prompt ved hjelp av Python
Modul 4: Arbeid med Gemini-modeller
- Utforskning av ulike Gemini-modelltyper og funksjonalitet
- Velge passende modeller for språk-, bilde- eller multimodale oppgaver
- Initialisering og testing av generative modeller
- Praktisk øvelse: Sammenligning av tekst-til-tekst og bilde-til-tekst modellutgang
Modul 5: Praktiske applikasjoner og bruksområder
- Integrasjon av Gemini AI i chat- og Q&A-applikasjoner
- Utvikling av semantisk søk og summariseringsverktøy
- Etykk i AI-bruk og hensyn til skjevheter
- Gruppeprosjekt: Bygg en «Smart research assistant» ved hjelp av NotebookLM og Gemini
Modul 6: Avanserte funksjoner og tilpassning
- Optimalisering av prompter og avansert konteksthåndtering
- Bruk av Gemini for kodegenerering og feilsøking
- Fine-tuning-arbeidsfløter med Google Cloud Vertex AI
- Praktisk øvelse: Tilpassing av modellresponser ved hjelp av parametere og temperaturregulering
Modul 7: Sanne prosjekter og samarbeid
- Samarbeidende prosjektopplægging og arbeidsflytinnstilling
- Integrasjon av Gemini AI med andre Google-verktøy (Drive, Docs, Sheets)
- Lagprosjekt: Design og distribusjon av en liten AI-applikasjon (f.eks. innholdsoppsummerer, chatbot eller idegenerator)
- Fellesevaluering og diskusjon av prosjektresultater
Modul 8: Vurdering og fremtidige retninger
- Feilsøking av vanlige problemer i Gemini-prosjekter
- Utforskning av Gemini API-veikartet og kommende funksjoner
- Beste praksis for AI-styring og skalerbarhet
- Avgjørende aktivitet: Refleksjon over praktiske læringseffekter og karriereapplikasjoner
Oppsummering og neste steg
Krav
- Kunnskap om grunnleggende AI-konsepter
- Erfaring med API-er og skytjenester
- Erfaring med Python-programmering
Publikum
- Utviklere
- Dataforskere
- AI-entusiaster
14 Timer
Referanser (1)
Flyt, vib og tema i presentasjonen
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskinoversatt