コース概要
コースアウトライン トレーニング提案書
1日目 - データワークフロー向けAIとPythonの入門
• 人工知能と機械学習の現状の概要
• 現代的なデータエンジニアリングにおけるAIの役割
• AIアプリケーションのためのPython基礎の復習
• pandasとNumPyを用いたデータ処理
• APIとJSONデータ処理の入門
• データセットの読み込みと変換に関するミニ演習
2日目 - 実務家向け機械学習の基礎
• 教師あり学習と教師なし学習の概念
• 特徴量エンジニアリングとデータ前処理技術
• scikit-learnを用いたモデルトレーニングの基礎
• モデル評価とパフォーマンス指標
• モデルデプロイメントの概念の紹介
• シンプルな予測モデルの構築に関するハンズオン演習
3日目 - LLMとプロンプトエンジニアリングの入門
• 大規模言語モデルとその動作原理の理解
• トークン化、コンテキストウィンドウ、および制約条件
• プロンプト設計の原則と技術
• ゼロショットプロンプトとフューショットプロンプト
• プロンプト評価と反復改善戦略
• プロンプトエンジニアリングに関するハンズオン演習
4日目- LLMによるAIアプリケーションの構築
• PythonでのLLM APIの利用
• 構造化出力と関数呼び出しの概念
• チャットベースおよびタスクベースのアプリケーション構築
• 検索拡張生成(RAG)の紹介
• 外部データソースとのLLM接続
• シンプルなAIアシスタントの構築に関するミニプロジェクト
5日目 - AIソリューションのプロダクション化
• スケーラブルなAIワークフローの設計
• データパイプラインへのAI統合
• モデルパフォーマンスの監視と改善
• コスト最適化とAPI利用戦略
• セキュリティと責任あるAIに関する考慮事項
• エンドツーエンドのAIソリューション構築に関する最終プロジェクト
お客様の声 (2)
トレーナーは私のあらゆる質問に答えるために常に利用可能でした
Caterina - Stamtech
コース - Developing APIs with Python and FastAPI
機械翻訳
トレーナーは参加者のペースに基づいて訓練を展開します
Farris Chua
コース - Data Analysis in Python using Pandas and Numpy
機械翻訳