AI w Pythonie: Praktyczne Warsztaty z Large Language Models

Dzień 1: Głębokie Zrozumienie Modeli Języka Naturalnego

Szkolenie rozpocznie się od podstawowego wprowadzenia do sztucznej inteligencji, z szczególnym uwzględnieniem sieci neuronowych rekurencyjnych (RNN) i transformatorów, które stanowią fundament dla rozwoju modeli przetwarzania języka naturalnego. Uczestnicy zgłębią architekturę i zastosowania modeli LLM (Large Language Models), takich jak OpenAI Claude, LLama2, Codellama, co pozwoli na praktyczne zrozumienie ich działania.

Podczas sesji na temat Prompt Engineering, uczestnicy nauczą się, jak efektywnie komunikować się z modelami LLM, stosując techniki takie jak Zero-Shot, Multi-Shot oraz Chain of Thought, co pozwoli na bardziej precyzyjne i skuteczne wykorzystanie modeli w różnych zastosowaniach. Kolejne bloki zajęć obejmą negocjacje z modelem, techniki ekstrakcji danych, formaty odpowiedzi, a także generowanie kodu, w tym praktyczne zadania z recenzji kodu.

Dzień 2: Praktyczne Zastosowania i Integracja Technologii

Drugi dzień szkolenia będzie poświęcony praktycznym umiejętnościom programowania w Pythonie, z wprowadzeniem do bibliotek Streamlit i FastAPI, co umożliwi uczestnikom budowanie aplikacji webowych i API. Szczególny nacisk zostanie położony na metody udostępniania modeli przez REST API oraz na tworzenie prostych chatbotów.

Dodatkowo, uczestnicy zapoznają się z zaawansowanymi technikami zarządzania danymi i wiedzą, takimi jak bazy wektorowe i budowa systemów pytanie-odpowiedź (RAG) oraz praktyczne wykorzystanie baz danych takich jak ChromaDB i vectordb. Na zakończenie, uczestnicy będą mieli okazję zbudować własne narzędzia, wykorzystując zdobytą wiedzę i umiejętności.