Get in Touch
 Duration 35 hours

Course Outline

Pregled sadržaja kursa Predlog obuke

Dan 1 - Uvod u veštačku inteligenciju i Python za tokove podataka

• Pregled situacije u veštačkoj inteligenciji i mašinskom učenju

• Uloga veštačke inteligencije u savremenom inženjeringu podataka

• Osvrt na osnove Python-a za AI primene

• Rad sa podacima korišćenjem pandas i NumPy

• Uvod u API-je i obradu JSON podataka

• Mini vežba: učitavanje i transformacija skupova podataka

Dan 2 - Osnove mašinskog učenja za praktičare

• Koncepti nadziranog i nenadziranog učenja

• Tehnike inženjeringa karakternih vrednosti i pripreme podataka

• Osnove obuke modela korišćenjem scikit-learn

• Evaluacija modela i metrike performansi

• Uvod u koncepte raspodele modela

• Praktično: izgradnja jednostavnog prediktivnog modela

Dan 3 - Uvod u LLM-ove i inženjering promtpova

• Razumevanje velikih jezičkih modela i načina njihovog rada

• Tokenizacija, kontekstualni prozori i ograničenja

• Principi i tehnike dizajna promtpova

• Zero-shot i few-shot promptovanje

• Strategije evaluacije i iteracije promtpova

• Praktične vežbe inženjeringa promtpova

Dan 4 - Izgradnja AI aplikacija pomoću LLM-ova

• Korišćenje LLM API-ja u Python-u

• Koncepti strukturisanih izlaza i pozivanja funkcija

• Izgradnja čat-baziranih i zadatak-baziranih aplikacija

• Uvod u generisanje unapređeno pretraživanjem (RAG)

• Povezivanje LLM-ova sa spoljnim izvorima podataka

• Mini projekat: izgradnja jednostavnog AI asistenta

Dan 5 - Uvođenje AI rešenja u produkciju

• Dizajniranje skalabilnih AI tokova rada

• Integracija AI-a u tokove podataka

• Praćenje i poboljšanje performansi modela

• Optimizacija troškova i strategije korišćenja API-ja

• Razmatranja bezbednosti i odgovorne veštačke inteligencije

• Konačni projekat: izgradnja AI rešenja od početka do kraja

Number of participants


Price per participant

Testimonials (2)

Upcoming Courses

Related Categories