In diesem Modul lernen Sie, wie Sie Ihre eigene ChatGPT-ähnliche Anwendung mit generativen KI-Tools erstellen können. Als Teil des Projekts werden Sie mit dem BlenderBot-Modell von Facebook arbeiten und die Transformers-Bibliothek von Hugging Face in Python verwenden. Sie werden Schlüsselkomponenten wie große Sprachmodelle (LLMs), Prompt-Engineering und User-Interface-Design erforschen. Praktische Lektüre und Übungen führen Sie durch die Integration von Modellen über APIs und den Einsatz Ihrer App. Sie werden auch praktische Erfahrungen mit Frameworks wie Gradio und Hugging Face sammeln. Am Ende des Kurses werden Sie in der Lage sein, Ihre eigene KI-Webanwendung zu erstellen und anzupassen.

In diesem Modul erfahren Sie, wie Sie einen generativen KI-gestützten Sprachassistenten erstellen, indem Sie GPT-3 von OpenAI mit den Spracherkennungs- und Text-to-Speech-Diensten von IBM Watson kombinieren. Sie werden lernen, wie Sie die Anwendung strukturieren, Containerisierung mit Docker für eine konsistente Bereitstellung anwenden und einen einfachen Sprachassistenten implementieren, der gesprochene Eingaben versteht und natürlich durch synthetisierte Sprache reagiert. Schließlich lernen Sie, wie Sie den Chatbot auf einem öffentlichen Server bereitstellen.

In diesem Modul lernen Sie, wie Sie einen generativen KI-gestützten Meeting-Assistenten entwickeln, der Inhalte von Meetings transkribieren, zusammenfassen und Fragen beantworten kann. Sie lernen Schlüsseltechnologien wie IBM watsonx.ai, Meta Llama 2 und OpenAI Whisper kennen und verstehen deren Rolle bei der Entwicklung unternehmenstauglicher KI-Lösungen. Durch praktische Übungen werden Sie einen funktionalen Meeting-Assistenten implementieren, der reale Geschäftsanwendungen von generativer KI zeigt.

In diesem Modul lernen Sie, wie Sie generative KI-Anwendungen erstellen, die Fragen anhand Ihrer eigenen Daten zusammenfassen und beantworten. Sie werden das Konzept der Retrieval-Augmented Generation (RAG) erforschen, verstehen, wie Tools wie LangChain und Llama 2 diesen Prozess unterstützen, und diese Technologien anwenden, um einen funktionalen Chatbot zu erstellen, der private Dokumente abruft und zusammenfasst. Diese praktische Erfahrung wird Sie darauf vorbereiten, sichere, domänenspezifische KI-Assistenten in Unternehmensumgebungen zu implementieren.

In diesem Modul erwerben Sie die Fähigkeiten, einen Echtzeit-Sprachübersetzer-Assistenten mit generativen KI-Technologien zu entwickeln. Sie lernen, wie Sie große Sprachmodelle wie Flan-UL2 mit IBM Watson® Speech Libraries for Embed integrieren, um gesprochene Eingaben in übersetzte Sprachausgaben zu konvertieren. Der Anwendungsworkflow umfasst die Konvertierung von Sprache in Text (STT), die Übersetzung des Textes mithilfe eines LLM und die Rückkonvertierung in Sprache (TTS) in einer Zielsprache. Sie werden auch Ihre Kenntnisse in Python, Flask, HTML, CSS und JavaScript anwenden, um einen funktionalen und benutzerfreundlichen webbasierten Sprachassistenten zu erstellen, der mehrsprachige Kommunikation in Echtzeit unterstützt. Zur Unterstützung Ihres Lernens enthält dieses Modul auch ein Kursglossar zur Vertiefung der wichtigsten Begriffe und Technologien der generativen KI. Am Ende des Kurses erhalten Sie eine Zusammenfassung der wichtigsten Konzepte und werden darauf vorbereitet, Ihre neuen Fähigkeiten in realen KI-Anwendungen anzuwenden.

In diesem Modul lernen Sie, einen personalisierten KI-gestützten Karriere-Coach mit großen Sprachmodellen (LLMs) zu erstellen. Sie werden erforschen, wie generative KI Arbeitssuchende unterstützen kann, indem sie Feedback zu Lebensläufen, Einblicke in das Job-Matching und Anleitung zur Vorbereitung auf Vorstellungsgespräche bietet. Durch praktische Übungen werden Sie einen Bewerbungsassistenten implementieren, der Benutzereingaben und Prompt-Engineering nutzt, um maßgeschneiderte Karrieretipps zu geben. Dieses Modul wird Ihnen auch helfen zu verstehen, wie LLMs in praktischen, nutzerzentrierten Szenarien angewendet werden können, die die berufliche Entwicklung und den beruflichen Aufstieg unterstützen.