Praktyczne zastosowanie LLM

Chcesz wiedzieć, jak Large Language Models mogą usprawnić prac w organizacji? Co konkretnie LLM może dla Ciebie zrobić?

Zarejestruj się i obejrzyj bezpłatnie dwa wystąpienia ekspertów z obszaru sztucznej inteligencji!

Zobacz prezentacje dotyczące praktycznego zastosowania dużych modeli językowych, które miały miejsce podczas kwietniowej konferencji Data AI Warsaw Tech Summit.

Dowiesz się z nich, jak LLM-y usprawniają codzienną pracę. Od automatyzacji działań dzięki agentowi AI, po uproszczony dostęp do danych dzięki Text-to-SQL. Konkretna wiedza i gotowe do zastosowania przykłady!

Praktyczne zastosowanie wiedzy i przykłady wdrożeń narzędzi Text-to-SQL i CrewAI

Podnieś efektywności i automatyzacja zadań, zwiększającą wydajność pracy

Poznaj strategie optymalizacji i dobre praktyki

Od LLM do Agentowej AI: Zbuduj swojego pierwszego Agenta z CrewAI

Alessandro Romano, Senior Data Scientist Kuehne+Nagel

Ewolucja sztucznej inteligencji przeszła imponującą drogę — od samodzielnych modeli językowych (LLM) po złożone systemy integrujące różnorodne funkcjonalności, czego kulminacją jest rozwój agentowej AI (agentic AI). W trakcie tej prelekcji prześledzimy tę ścieżkę, pokazując, w jaki sposób agentowa AI umożliwia autonomiczne rozumowanie, planowanie i podejmowanie działań, stając się kluczowym przełomem w rozwiązywaniu złożonych i dynamicznych problemów.

Zgłębimy zasady działania agentowej AI, omawiając, jak funkcjonuje i dlaczego jest niezbędna do tworzenia adaptacyjnych, zorientowanych na zadania rozwiązań. W drugiej części sesji zostanie zaprezentowane CrewAI — open-source biblioteka w języku Python, która upraszcza proces budowy inteligentnych agentów. Na przykładzie praktycznego przypadku uczestnicy dowiedzą się, jak zaimplementować swojego pierwszego agenta przy użyciu CrewAI, zyskując konkretne umiejętności w zakresie wykorzystania tego narzędzia do tworzenia nowych, opartych na AI rozwiązań.

Zamykanie luki kompetencyjnej w SQL: jak rozwiązania Text-to-SQL oparte na LLM zwiększają produktywność zespołów

Sivan Biham, Head of Research Healthy.io

Coraz więcej organizacji opiera swoje decyzje na danych, dlatego szybki dostęp do informacji i ich analiza stają się kluczowe. Zapytania SQL pozostają jednak wyzwaniem technicznym dla wielu, co spowalnia pracę i ogranicza dostęp do danych do wybranych, wyspecjalizowanych członków zespołu. Podczas tej sesji zaprezentuje, w jaki sposób narzędzia Text-to-SQL oparte na dużych modelach językowych (LLM) mogą zniwelować tę lukę, umożliwiając osobom nietechnicznym — takim jak menedżerowie produktu czy analitycy biznesowi — tworzenie zapytań SQL za pomocą języka naturalnego. W trakcie wystąpienia omówione zostaną praktyczne sposoby wdrażania rozwiązań Text-to-SQL dla baz danych, strategie zwiększania trafności zapytań przy użyciu technik inżynierii promptów oraz sposoby optymalizacji wyników poprzez uwzględnienie struktury bazy danych. Uczestnicy wyniosą z prezentacji konkretne wskazówki, jak wspierać swoje zespoły, usprawniać proces tworzenia zapytań i zwiększać ogólną efektywność pracy.

PRELEGENCI

Senior Data Scientist , Kuehne+Nagel

Alessandro Romano jest bardzo doświadczonym naukowcem zajmującym się danymi, z tytułem licencjata informatyki oraz magistra nauki o danych. Współpracował z wieloma różnymi firmami i organizacjami, a obecnie pełni funkcję starszego naukowca danych w gigancie logistycznym Kuehne+Nagel. Alessandro jest przede wszystkim pasjonatem statystyki i eksperymentów cyfrowych, ma także spore doświadczenie w stosowaniu tych umiejętności do rozwiązywania złożonych problemów. Regularnie dzieli się swoją wiedzą, przemawiając na wydarzeniach takich jak PyCon i ODSC.

Head of Research, Healthy.io

Sivan Biham jest badaczką zajmującą się uczeniem maszynowym, która zdobywała doświadczenie w takich firmach jak Computer Vision, Reinforcement Learning i Deep Learning. Obecnie jest szefową badań w Healthy.io, gdzie kieruje algorytmicznymi aspektami kilku produktów związanych z opieką zdrowotną w różnych dziedzinach medycyny. Sivan ma tytuł magistra informatyki Instytutu Weizmanna ze specjalizacją w Computer Vision i Deep Learning oraz tytuł licencjata informatyki i neuronauki Uniwersytetu Bar Ilan. Jest entuzjastycznie nastawiona do wykorzystywania swoich umiejętności i wiedzy w celu poprawy zdrowia i życia ludzi. W wolnym czasie uwielbia biegać i praktykować jogę.

Aby otrzymać dostęp do nagrań, uzupełnij zgłoszenie. Na podany adres e-mail otrzymasz link do nagrań.

WYPEŁNIJ FORMULARZ!

"*" oznacza pola wymagane

Zgoda przetwarzanie
Zgoda marketing

* - wymagane / ** - dobrowolne

Skrócona informacja RODO