SLMs için Akıllı Şehirler: Yarıçapı Kentsel Planlama ve Yönetimi ile AI Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çeşitli uygulamalarda Küçük Dil Modellerini uygulamak ve kullanmak isteyen yeni başlayan ve orta seviyedeki veri bilimcileri ve geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Küçük Dil Modellerinin mimarisini ve işlevselliğini anlayabilecektir.
• Metin oluşturma ve duygu analizi gibi görevler için SLM'leri uygulayabilecektir.
• Belirli kullanım durumları için SLM'leri optimize ve ince ayar yapabilecektir.
• Kaynak kısıtlı ortamlarda SLM'leri dağıtabilecektir.
• Gerçek dünya senaryolarında SLM'lerin performansını değerlendirebilecek ve yorumlayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), eğitim teknolojistleri, öğretim tasarımcıları ve eğitimde yapay zeka geliştiricileri için tasarlanmıştır. Amaçları, öğretim ve öğrenme süreçlerini geliştirmek için Small Language Models (SLMs)'u eğitim platformlarına entegre etmektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Eğitim teknolojilerinde SLM'lerin rolünü anlayabilecektir.
• SLM'leri kullanarak yapay zeka odaklı öğrenme deneyimleri tasarlayabilecektir.
• SLM'leri çeşitli eğitim ortamlarında uygulayabilecektir.
• SLM'lerin öğrenme sonuçlarındaki etkinliğini değerlendirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), hukuk, tıp ve teknik alanlar gibi belirli alanlara yönelik küçük dil modelleri oluşturmak ve uygulamak isteyen orta düzeydeki veri bilimcileri ve makine öğrenimi mühendislerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Alan özel dil modellerinin önemini ve uygulamasını anlayabilecek.
• Model eğitimi için özel veri kümelerini derleyip ön işleyebilecek.
• Alan özel uygulamalar için dil modellerini eğitebilecek ve ince ayar yapabilecek.
• Alanla ilgili metrikler kullanarak modelleri değerlendirebilecek ve kıyaslayabilecek.
• Alan özel dil modellerini gerçek dünya senaryolarında dağıtabilecek.

Bu eğitmen-destekli canlı eğitim (çevrimiçi veya yerel) ileri düzey yapay zeka mühendisleri ve AI araştırmacılara yönelik, küçük dil modellerini kullanarak güçlü ve çevre dostu enerji verimli AI çözümü geliştirmeye çalışanlara yöneliktir.

Bu eğitim sonunda, katılımcılar şunları yapabilecekler:

• Yapay zeka'nın enerji tüketimine ve çevreye etkisini anlamak.
• Model sıkıştırma ve optimizasyon tekniklerini uygulayıp, AI modellerinin boyutunu ve enerji kullanımını azaltmak.
• AI dağıtım için enerji verimli donanım ve yazılım çerçevelerini kullanmak.
• sürdürülebilir AI geliştirme için en iyi uygulamaları uygulamak.
• AI sektöründe sürdürülebilir uygulamaların savunucusu olmak ve katkıda bulunmak.

Bu Türkiye'da (çevrimiçi veya yerel) düzenlenecek eğitmenin yönlendirdiği canlı eğitim, orta düzeyde veri bilimcilerini, makine öğrenimi ve yapay zeka araştırmacılarını hedef alıyor. Kullanıcılar küçük dil modelleri (SLM'ler) ile ilgi çekici ve etkili AI destekli sohbet deneyimleri oluşturmak istiyorlar.

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

• Sohbet AI'nin temellerini ve SLM'lerin rolünü anlamak.
• Kullanıcı odaklı AI etkileşimlerini tasarlamak ve uygulamak.
• İnteraktif uygulamalar için SLM'ler geliştirmek ve eğitmek.
• İnsan-AI iletişiminin etkinliğini uygun ölçümler kullanarak değerlendirmek ve geliştirmek.
• Gerçek dünyada ölçeklenebilir ve etik AI destekli sohbet arayüzlerini dağıtmak.

Bu Türkiye’da gerçekleştirilecek (çevrimiçi veya yerel) eğitmenler tarafından yönetilen canlı eğitim, sınırlı işlem yetenekleri bulunan cihazlara doğrudan küçük dil modellerini dağıtabilmek isteyen orta düzeyde IT uzmanları için tasarlanmıştır. Bu eğitim, çeşitli sektörlerde yaratıcı uygulamaların mümkün hale gelmesine olanak sağlar.

Eğitim sonunda katılımcılar aşağıdaki becerileri kazanabilecekler:

• Kompakt donanımda yapay zeka uygulamak için karşılaşılan sorunlar ve çözümleri anlamak.
• Cihazda etkili bir şekilde dağıtım için yapay zeka modellerini optimize etmek ve sıkıştırmak.
• Cihazda model uygulamaları için modern yapay zeka çatıları ve araçları kullanmak.
• Mobil ve IoT cihazlar için gerçek zamanlı yapay zeka uygulamaları tasarlamak ve geliştirmek.
• Cihazda yapay zeka sistemlerinin güvenlik ve gizliliğini değerlendirmek ve sağlamak.