Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1: Introduzione all'IA e Google Gemini
- Cos'è l'Intelligenza Artificiale (IA)?
- Panoramica di Google Gemini IA e del suo ecosistema
- Caratteristiche principali e vantaggi di Gemini rispetto ad altri modelli AI
- Attività Pratica: Esplorazione di Gemini AI attraverso la demo di Google AI Studio
Modulo 2: Comprensione dei Modelli Linguistici a Grande Scala (LLMs)
- Fondamenti dei modelli linguistici a grande scala
- L'architettura e il funzionamento dei modelli Gemini
- Confronto tra Gemini, GPT e altri modelli leader
- Laboratorio Pratico: Visualizzazione della tokenizzazione e delle risposte del modello utilizzando esempi di prompt
Modulo 3: Iniziare con Gemini
- Configurazione dell'ambiente di sviluppo
- Lavoro con l'API e il SDK di Gemini
- Autenticazione, token e chiavi API
- Laboratorio Pratico: Esecuzione del primo prompt Gemini utilizzando Python
Modulo 4: Lavorare con i Modelli Gemini
- Esplorazione dei diversi tipi di modelli Gemini e delle loro capacità
- Selezione di modelli appropriati per compiti linguistici, immagini o multimodalità
- Inizializzazione e test dei modelli generativi
- Esercizio Pratico: Confronto tra le risposte dei modelli text-to-text e image-to-text
Modulo 5: Applicazioni Pratiche e Casistici
- Integrazione di Gemini AI in applicazioni chat e Q&A
- Sviluppo di strumenti di ricerca semantica e riepilogo
- Uso etico dell'IA e considerazioni sulla bias
- Progetto di Gruppo: Costruire un "Assistente di Ricerca Intelligente" utilizzando NotebookLM e Gemini
Modulo 6: Funzionalità Avanzate e Personalizzazione
- Ottimizzazione dei prompt e gestione avanzata del contesto
- Utilizzo di Gemini per la generazione e il debugging del codice
- Lavori di fine-tuning con Google Cloud Vertex AI
- Attività Pratica: Personalizzazione delle risposte dei modelli utilizzando parametri e controllo della temperatura
Modulo 7: Progetti nel Mondo Reale e Collaborazione
- Pianificazione collaborativa di progetti e configurazione del workflow
- Integrazione di Gemini AI con altri strumenti Google (Drive, Docs, Sheets)
- Progetto di Gruppo: Progettare e distribuire un'applicazione AI piccola (ad esempio, riepilogatore di contenuti, chatbot o generatore di idee)
- Recensione peer-to-peer e discussione dei risultati del progetto
Modulo 8: Valutazione e Future Direzioni
- Risoluzione di problemi comuni nei progetti Gemini
- Esplorazione del roadmap dell'API Gemini e delle funzionalità in arrivo
- Migliori pratiche per la governance e la scalabilità dell'IA
- Attività di Chiusura: Riflessione sulle lezioni apprese e le applicazioni professionali
Riepilogo e Passi Successivi
Requisiti
- Una comprensione dei concetti di base dell'IA
- Esperienza con API e servizi cloud
- Esperienza di programmazione in Python
Pubblico di riferimento
- Sviluppatori
- Data scientists
- Amanti dell'IA
14 Ore
Recensioni (1)
Flusso, atmosfera e argomento della presentazione
Lukasz Kowalczyk - Allegro Sp. z o.o.
Corso - Google Gemini AI for Data Analysis
Traduzione automatica
