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
Testimonials (2)
The trainer was very available to answer all te kind of question I did
Caterina - Stamtech
Course - Developing APIs with Python and FastAPI
Trainer develops training based on participant's pace