Kerangka Materi

Modul 1: Pengenalan tentang AI dan Google Gemini

  • Apakah Artificial Intelligence (AI)?
  • Tinjauan tentang Google Gemini AI dan ekosistemnya
  • Fitur utama dan keunggulan Gemini dibandingkan dengan model AI lainnya
  • Aktivitas Praktis: Mengelola Gemini AI melalui demo Google AI Studio

Modul 2: Memahami Large Language Models (LLMs)

  • Dasar-dasar model bahasa besar
  • Arsitektur dan operasi model Gemini
  • Membandingkan Gemini dengan GPT dan model terkemuka lainnya
  • Praktik Lab: Memvisualisasi tokenisasi dan respons model menggunakan contoh promosi

Modul 3: Memulai dengan Gemini

  • Menyusun lingkungan pengembangan
  • Bekerja dengan API dan SDK Gemini
  • Otentikasi, token, dan kunci API
  • Lab Praktis: Menjalankan promosi Gemini pertama menggunakan Python

Modul 4: Bekerja dengan Model Gemini

  • Menjelajahi berbagai tipe dan kemampuan model Gemini
  • Memilih model yang sesuai untuk tugas bahasa, gambar, atau multimodal
  • Menginisialisasi dan menguji model generatif
  • Latihan Praktek: Membandingkan keluaran model teks-ke-teks dan gambar-ke-teks

Modul 5: Aplikasi Praktis dan Kasus Penggunaan

  • Mengintegrasikan AI Gemini dalam aplikasi obrolan dan pertanyaan-jawaban
  • Mengembangkan alat pencarian semantik dan ringkasan
  • Penggunaan etis AI dan pertimbangan bias
  • Proyek Kelompok: Membangun “Asisten Penelitian Cerdas” menggunakan NotebookLM dan Gemini

Modul 6: Fitur Lanjut dan Kustomisasi

  • Optimisasi promosi dan penanganan konteks lanjut
  • Menggunakan Gemini untuk generasi kode dan debugging
  • Alur kerja penyempurnaan dengan Google Cloud Vertex AI
  • Aktivitas Praktis: Menyesuaikan respons model menggunakan parameter dan kontrol suhu

Modul 7: Proyek Nyata dan Kolaborasi

  • Perencanaan proyek kolaboratif dan pengaturan alur kerja
  • Mengintegrasikan AI Gemini dengan alat Google lainnya (Drive, Docs, Sheets)
  • Proyek Tim: Mengembangkan dan meluncurkan aplikasi AI kecil (misalnya, penjumlahan konten, chatbot, atau generator ide)
  • Ulasan teman dan diskusi hasil proyek

Modul 8: Evaluasi dan Arah Masyarakat

  • Memperbaiki masalah umum dalam proyek Gemini
  • Menjelajahi jadwal API Gemini dan fitur yang akan datang
  • Praktik terbaik untuk kelembagaan AI dan skalabilitas
  • Aktivitas Penutup: Reflexi tentang pelajaran praktis yang dipelajari dan aplikasi karier

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pemahaman tentang konsep AI dasar
  • Pengalaman dengan APIs dan layanan cloud
  • Pengalaman pemrograman Python

Penonton

  • Pengembang
  • Ilmuwan data
  • Pecinta AI
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait