Cursusaanbod
Inleiding tot AI voor softwareontwikkeling
- Wat is het verschil tussen generatieve en predictieve AI?
- Toepassingen van AI in codering, analyse en automatisering
- Overzicht van LLM’s, transformatoren en diepe leermodellen
AI-gestuurde codering en predictieve ontwikkeling
- AI-gestuurde codevoltooiing en -generatie (bijv. GitHub Copilot, CodeGeeX)
- Het voorspellen van bugs en beveiligheidsrisico’s in de code vóór implementatie
- Automatisering van codebeoordelingen en optimalisatiesuggesties
Het bouwen van predictieve modellen voor softwaretoepassingen
- Wat is tijdreeksvoorspelling en hoe werkt predictieve analyse?
- AI-modellen implementeren voor vraagprognoses en het detecteren van afwijkingen
- Python, Scikit-learn en TensorFlow gebruiken bij predictive modeling
Generatieve AI voor tekst-, code- en beeldgeneratie
- Werken met GPT, LLaMA en andere LLM’s
- Het genereren van synthetische gegevens, tekstsamenvattingen en documentatie
- AI-gestuurde afbeeldingen en video’s maken met diffusion-modellen
Het implementeren van AI-modellen in praktische toepassingen
- AI-modellen hosten via platforms zoals Hugging Face, AWS en Google Cloud
- API-gebaseerde AI-diensten bouwen voor zakelijke toepassingen
- Vooraf getrainde AI-modellen verfijnen voor specifieke doeleinden
AI voor predictieve inzichten en strategische besluitvorming
- Business intelligence en klantanalyse met behulp van AI
- Het voorspellen van markttrends en consumentengedrag
- Workflowoptimalisatie door middel van AI-automatisering
Ethiek in AI en best practices bij ontwikkeling
- Ethische overwegingen bij besluitvorming met behulp van AI
- Detectie van vooroordelen en het bevorderen van eerlijkheid in AI-modellen
- Best practices voor transparante en verantwoorde AI-toepassingen
Praktische workshops en casestudies
- Predictieve analyses uitvoeren op een echte dataset
- Een AI-gestuurde chatbot bouwen met tekstgeneratie-functionaliteit
- Een LLM-gebaseerde applicatie ontwikkelen voor automatisering
Samenvatting en volgende stappen
- Overzicht van de belangrijkste leerpunten
- Handige AI-tools en bronnen voor verdere ontwikkeling
- Slotvragen en antwoorden sessie
Vereisten
- Basiskennis van softwareontwikkeling is vereist
- Ervaring met een programmeertaal is gewenst (Python wordt aanbevolen)
- Kennis van de basisconcepten uit machine learning of AI is aan te raden, maar niet verplicht
Doelgroep
- Softwareontwikkelaars
- AI/ML-engineers
- Technische teamleiders
- Productmanagers die geïnteresseerd zijn in AI-gestuurde applicaties
Getuigenissen (2)
de tips en aanbevolen prompt instructies die we uit deze training mee kunnen nemen
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Cursus - InVideo AI: Creating Engaging Short-Form Videos
Automatisch vertaald
gebruik van een geschikte en effectieve prompt
Marses Pacaldo
Cursus - Generative AI and Prompt Engineering for Corporate Professionals
Automatisch vertaald
