Практичні місцеві моделі для кодування з підтримкою ШІ

Розробники програмного забезпечення зазвичай використовують такі інструменти, як Claude Code або Codex з платними моделями від постачальників. Однак, у міру зростання використання, пов'язані витрати можуть стати значними. Обидва інструменти також можуть підключатися до моделей, що працюють локально, і уникнути підписних зборів або витрат за токени. Однак агентне розроблення програмного забезпечення є вимогливим, тому вибір правильної моделі, апаратного забезпечення та налаштування є важливим. Цей семінар глибоко занурюється в те, чого розробники можуть реально очікувати щодо якості, яке апаратне забезпечення їм потрібно, і як налаштувати Claude Code або Codex для роботи з локальними моделями. Наприкінці семінару ви зможете: • Зрозуміти, які локальні LLM підходять для розробки програмного забезпечення та як з ними працювати • Огляд витрат на інфраструктуру • Налаштувати свої коди-агенти, такі як Claude Code/Codex, щоб підключитися до вашого локального LLM Ви також отримайте: • Реальні приклади локального ШІ: • • розробка • підвищення продуктивності • налаштування • Чітке розуміння того, як з'єднати розробку та експлуатацію через AI-орієнтовані робочі процеси з реальними прикладами, які ви зможете повторити • Живе запитання та відповідь з доповідачем для вивчення ідей впровадження та реальних проблем Ви також отримаєте: ✔ повний запис семінару ✔ сертифікат про завершення Цей семінар ідеальний для: • Старші програмні інженери • Виконавчі директори та ухвалювачі рішень у підприємствах: Зацікавлені в управлінні даними, оперативній незалежності та передбачуваності витрат у довгостроковій перспективі. Передумови • Попередні знання: ви повинні мати досвід у розвитку з підтримкою ШІ • Студенти та ентузіасти в галузі ШІ: Зацікавлені в вивченні останніх локальних можливостей ШІ та апаратних вимог для своїх власних налаштувань. Знайомтеся з вашим викладачем Райнер Ханнекамп Співзасновник та інженер ШІ в Soverius AI Райнер є співзасновником та інженером ШІ в Soverius AI, а також експертом Google (GDE), з п'ятнадцятирічним досвідом створення систем, критично важливих для підприємств. Він спеціалізується на локальних LLM та всьому, що потрібно для їх впровадження у виробничу експлуатацію - отримання, перетворення та інженерія циклів, агенти та інтерфейс, який вони генерують - щоб дані компанії та вихідний код ніколи не покидали будівлю. У нього є академічна основа в області неконтрольованого машинного навчання з Університету Відня.