Prompt engineering
Czas trwania szkolenia:1 dni (8h)
Kod kursu:AI/PROMPTS
Poziom zaawansowania:
Dostępne terminy
Termin:
Trener:
Termin:
Trener:
Interesuje Cię szkolenie stacjonarne lub nie odpowiada Ci żaden z dostępnych terminów?
Zapytaj o szkolenieO szkoleniu Prompt engineering
W cenie otrzymasz:
- Materiały szkoleniowe
- Certyfikat ukończenia szkolenia
- W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Dla kogo?
- Każdego, kto chce zwiększyć wydajność swojej codziennej pracy dzięki sztucznej inteligencji
Wymagania
- Brak wymagań wstępnych
Zalety
- Szkolenie opiera się na zrozumieniu mechanizmu działania ChatGPT
- Szkolenie prowadzone przez eksperta obszaru sztucznej inteligencji
- Prezentacja technik opartych na badaniach naukowych
- Szkolenie odpowiadające indywidualnym potrzebom uczestników
Cele szkolenia
- Zrozumienie możliwości i ograniczeń ChatGPT
- Poznanie zasad formułowania promptów zwiększających jakość wyników
- Poznanie specjalistycznych technik "prowadzenia rozmowy" z ChatGPT
Program
Wprowadzenie
- Czym są duże modele językowe?
- Jak działa ChatGPT?
- Czego nie potrafi ChatGPT i na co trzeba uważać?
- Czym jest "halucynowanie"?
- Czym jest "prompt"?
- Czy zestawy "gotowych" promptów są przydatne?
Dobre praktyki pisania promptów
- Formułowanie dobrych pytań
- Strukturyzacja treści promptów
- Definiowanie kontekstu
- Formułowanie oczekiwań wobec odpowiedzi
- Iteracyjna inżyniera promptów
Różne zastosowania ChatGPT
- Podsumowywanie tekstu
- Wydobywanie informacji z tekstu
- Ocena wydźwięku i emocji tekstu
- Nadawanie pożądanego stylu tekstom
- Tłumaczenie i praca z różnymi językami
- Wsparcie gramatyczne i językowe
Case studies
- Formułowanie maili
- Generowanie contentu marketingowego
- Prowadzenie rozmowy rekrutacyjnej
Specjalistyczne strategie komunikacji z ChatGPT
- Few-shot learning
- Chain of thoughts
- Tree of thoughts
- System prompts
Autorem szkolenia jest Norbert Ryciak
Data Scientist w SigDelta. Od lat zajmuje się uczeniem maszynowym, a specjalizuje się w obszarze przetwarzania języka naturalnego i sztucznych sieciach neuronowych (deep learning. W 2015 roku ukończył z wyróżnieniem matematykę na Politechnice Warszawskiej o specjalizacji Statystyka Matematyczna i Analiza Danych. Kontynuował rozwój na doktoracie, w ramach którego prowadził badania nad metodami głębokiego uczenia w zastosowaniach związanych z przetwarzaniem tekstów - rozpoznawaniem wydźwięku i analizą…
Więcej o mnie »
