Generative & Predictive AI for Developers

• 对基本软体开发概念的了解
• 任何程式语言的经验（Python建议使用）
• 对机器学习或AI基础知识的熟悉（建议但不要求）

观众

• 软体开发人员
• AI/ML工程师
• 技术团队负责人
• 对AI驱动的应用程式感兴趣的产品经理

生成式和预测式人工智慧正在改变软体开发，让自动化内容创建、智能预测和增强的问题解决成为可能。这门课程专注于预测建模和生成式人工智慧技术在实际应用中的实践实施。

这是一门由讲师主导的在线（或现场）现场培训课程，旨在帮助希望使用预测分析和生成模型构建人工智慧驱动的应用程序的中级开发人员。

培训结束时，参加者将能够：

• 了解预测人工智慧和生成模型的基本原理。
• 利用人工智慧工具进行预测编码、预测和自动化。
• 实施LLM（大型语言模型）和transformers进行文本和代码生成。
• 应用时间序列预测和基于人工智慧的推荐。
• 针对实际应用开发和调整人工智慧模型。
• 评估人工智慧部署中的伦理考量和最佳实践。

课程形式

• 互动讲座和讨论。
• 大量的练习和实践。
• 在现场实验室环境中进行实验室工作。

课程定制选项

• 要请求这门课程的定制培训，请联系我们安排。

软体开发的AI介绍

• Generative AI vs Predictive AI是什么
• AI在编码、分析和自动化中的应用
• LLM、变压器和深度学习模型的概述

AI辅助编码和预测开发

• AI驱动的代码完成和生成(GitHub Copilot、CodeGeeX)
• 在部署之前预测代码错误和漏洞
• 自动化代码审查和优化建议

为软体应用程式构建预测模型

• 了解时间序列预测和预测分析
• 实施需求预测和异常检测的AI模型
• 使用Python、Scikit-learn和TensorFlow进行预测建模

生成文本、代码和图像的Generative AI

• 处理GPT、LLaMA和其他LLM
• 生成合成数据、文本摘要和文档
• 利用扩散模型创建AI生成的图像和视频

在现实世界的应用中部署AI模型

• 使用Hugging Face、AWS和Google云端托管AI模型
• 为业务应用构建基于API的AI服务
• 针对特定领域任务微调预训练的AI模型

用于预测性Business洞察和决策的AI

• 以AI驱动的商业智能和客户分析
• 预测市场趋势和消费者行为
• 使用AI自动化工作流程优化

伦理AI和开发中的最佳实践

• AI辅助决策中的伦理考虑
• AI模型中的偏见检测和公平性
• 可解释和负责任的AI的最佳实践

动手工作坊和案例研究

• 对现实世界数据集实施预测分析
• 构建一个具有文本生成能力的AI驱动聊天机器人
• 部署一个基于LLM的自动化应用程序

总结和结论

• 关键要点回顾
• 进一步学习的AI工具和资源
• 最后的问答环节