Kerangka Materi
Pendahuluan AI untuk Pengembangan Perangkat Lunak
- Apa itu Generative AI vs Predictive AI
- Aplikasi AI dalam pengkodean, analisis, dan otomatisasi
- Overview dari LLMs, transformers, dan model deep learning
Pemrograman Berbantu AI dan Pengembangan Prediktif
- Penghasilan kode dan penempatan kode yang dipengaruhi AI (GitHub Copilot, CodeGeeX)
- Memprediksi bug dan kelemahan kode sebelum di-deploy
- Mengotomatisasi ulasan dan saran optimisasi kode
Membangun Model Prediktif untuk Aplikasi Perangkat Lunak
- Memahami peramalan waktu-seri dan analisis prediktif
- Mengimplementasikan model AI untuk peramalan permintaan dan deteksi anomal
- Menggunakan Python, Scikit-learn, dan TensorFlow untuk pemodelan prediktif
Generative AI untuk Generasi Tekst, Kode, dan Gambar
- Bekerja dengan GPT, LLaMA, dan LLM lainnya
- Mengenerate data sintetis, ringkasan teks, dan dokumentasi
- Membuat gambar dan video yang dihasilkan oleh AI dengan model difusi
Menyebarkan Model AI dalam Aplikasi Dunia Nyata
- Menyiapkan model AI menggunakan Hugging Face, AWS, dan Google Cloud
- Membangun layanan AI berbasis API untuk aplikasi bisnis
- Melakukan fine-tuning pada model AI yang sudah ditraining untuk tugas tertentu
AI untuk Wawasan Bisnis Prediktif dan Pengecualian
- Inteligensi bisnis dan analisis pelanggan yang didukung oleh AI
- Memprediksi tren pasar dan perilaku konsumen
- Mengotomatisasi optimasi alur kerja dengan AI
AI Etis dan Terbaik dalam Praktik Pengembangan
- Perhatian etis dalam pengambilan keputusan yang didukung oleh AI
- Deteksi bias dan keadilan dalam model AI
- Praktik terbaik untuk AI yang dapat diinterpretasikan dan bertanggung jawab
Workshop dan Studi Kasus Praktek
- Mengimplementasikan analisis prediktif untuk dataset dunia nyata
- Membangun chatbot yang dipengaruhi AI dengan generasi teks
- Menyiapkan aplikasi berbasis LLM untuk otomatisasi
Ringkasan dan Langkah Selanjutnya
- Ulasan poin utama
- Alat dan sumber daya AI untuk belajar lebih lanjut
- Sesi Q&A akhir
Persyaratan
- Memahami konsep dasar pengembangan perangkat lunak
- Pengalaman dengan bahasa pemrograman apapun (Python direkomendasikan)
- Kenalan dengan dasar-dasar machine learning atau AI (direkomendasikan tetapi tidak wajib)
Audience
- Pengembang perangkat lunak
- Insinyur AI/ML
- Kepala tim teknis
- Manajer produk yang tertarik pada aplikasi berbasis AI
Testimoni (3)
Instruktur dapat menjawab semua pertanyaan dan menerima semua kueri
Dewi Anggryni - PT Dentsu International Indonesia
Kursus - Copilot for Finance and Accounting Professionals
Diterjemahkan Mesin
Membahas berbagai kasus penggunaan dan aplikasi AI sangat membantu. Saya menikmati penjelasan tentang berbagai Agen AI.
Axel Schulz - CANARIE Inc
Kursus - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Diterjemahkan Mesin
Saya suka bahwa pelatih memiliki banyak pengetahuan dan berbagi dengan kami
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kursus - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Diterjemahkan Mesin