Cisco AI Technical Practitioner

• IT- und Netzwerktechniker
• Datenanalysten
• AIOP-Spezialisten
• Lösungsarchitekten
• Technische Leiter
• Führungskräfte
• Geschäftsprozessanalysten

Für diese Schulung gibt es keine Voraussetzungen.

• Beschreiben Sie gängige generative KI-Modelle, Tools und praktische Arbeitsabläufe
• Entwickeln Sie einen strategischen Rahmen für den Aufbau eines professionellen KI-Toolkits, indem Sie Plattformen auf ihre Eignung für den Einsatz in Unternehmen prüfen, die Wirtschaftlichkeit von KI-Diensten analysieren und die architektonische Entscheidung zwischen Cloud- und lokalem Einsatz treffen
• Erläutern Sie die Bedeutung effektiver Eingabeaufforderungen und wenden Sie grundlegende Techniken an, um Eingabeaufforderungen zu erstellen und zu verfeinern, um die Ergebnisse generativer KI zu verbessern
• Entwickeln Sie multimodale Unternehmensressourcen, indem Sie generative KI-Tools nutzen, um Text-, Bild- und Audioinhalte zu erstellen und zu optimieren
• Sicherheitsrahmenwerke und Governance-Verfahren anwenden, um Verzerrungen in Datensätzen zu minimieren, sensible Daten zu schützen und KI-spezifische Bedrohungen zu neutralisieren
• Überprüfen Sie KI-generierte Ergebnisse, indem Sie Qualitätsprobleme und Verzerrungen erkennen und spezifische Techniken anwenden, um diese Fehler für den professionellen Einsatz zu korrigieren
• Erstellen Sie komplexe, mehrstufige Eingabeaufforderungen, indem Sie fortgeschrittene Methoden anwenden, um Mehrdeutigkeiten zu bewältigen und spezifische Antworten von großen Sprachmodellen zu erhalten
• Generative KI-Tools zur Recherche und Zusammenfassung von Informationen einsetzen und KI als Impulsgeber für das Brainstorming nutzen
• Erläutern Sie die grundlegende Rolle von APIs in KI-Systemen und die Grundsätze einer sicheren API-Nutzung
• Bewerten Sie die Auswirkungen von KI auf die Arbeitsabläufe in der Softwareentwicklung, indem Sie ihre Rolle bei der Optimierung der Codequalität, der Entwicklungsgeschwindigkeit und des Lebenszyklusmanagements analysieren
• Durchführung explorativer Datenanalysen und -transformationen unter Einsatz generativer KI-Tools zur Bereinigung von Datensätzen und zur Gewinnung generativer Erkenntnisse
• Bewertung von Strategien zur Anpassung von KI-Modellen durch Unterscheidung zwischen Fine-Tuning und RAG sowie durch Analyse lokaler Bereitstellungsarchitekturen
• Entwurf von KI-gestützten Arbeitsabläufen und Beschreibung der Architektur autonomer agentenbasierter Systeme