コース概要

軽量LLMの紹介

  • コンパクトなモデルアーキテクチャの理解
  • リソース効率の高いAIの進化
  • 軽量モデルが企業にとって重要な理由

Nano Bananaの理解

  • 主要な特徴と設計原則
  • モデルの機能と制限
  • Nano Bananaが従来のLLMと異なる点

展開モデルとユースケース

  • デバイス上での実行とそのメリット
  • ローカル推論とクラウド推論の比較
  • 適切な展開パスを選択する

産業横断的な実践的アプリケーション

  • 内部自動化と知識アシスタンス
  • カスタマーフェイシングのユースケース
  • 運用とコンプライアンス駆動型のシナリオ

統合の基本概念

  • システム要件の評価
  • ワークフローとプロセスの考慮事項
  • APIとツールチェーンの紹介

コスト最適化と効率性

  • コンパクトなモデルを使用した推論コストの削減
  • パフォーマンスとリソースのバランス
  • スケーラブルな展開の計画

ガバナンス、プライバシー、およびリスク管理

  • デバイス上での安全な実行を確保する
  • データ境界とセキュリティの理解
  • 企業ポリシーと基準への適合

組織内の採用に向けて準備する

  • 内部能力と準備の構築
  • パイロットプロジェクトを通じたビジネス価値の評価
  • 大規模な展開に向けて土台を整える

まとめと次なるステップ

要求

  • 一般的なIT概念の理解
  • 基本的なソフトウェアツールを使用した経験
  • データ駆動型ビジネスワークフローへのなじみ

対象者

  • AI機能を導入する一般ITチーム
  • 実践的なAIアプリケーションに興味のあるビジネスユーザー
  • デバイス上のLLM戦略を評価するテクノロジーマネージャー
 7 時間

参加者の人数


参加者1人当たりの料金

お客様の声 (1)

今後のコース

関連カテゴリー