Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Modul 1: Úvod a teorie AI
- Modelový přístup: AI jako inženýrský problém.
- Zjednodušení „Ducha v stroji“: Co je AI a co není.
- Evoluce technologie: Od BERT po Transformers.
- Generativní domény: Analýza, kreativita, výzkum, obrázky, hudba a video.
- Správa dat: Pilíře, audit a výzkumné trendy (Multimodalita, agenty, RAG, LLM vs. SLM).
- Temná strana: Etika, IP, biasy, halucinace a sociální inženýrství.
- Hodnocení rizik: Data poisoning, Nepenthes a risk „dumbing down“ lidského talentu.
- Taxonomie modelů: Základní vs. specifické pro úkol; uzavřené vs. otevřené váhy modelem.
Modul 2: Současný stav a nástroje
- Arena jazykových modelů: Porovnání výkonu a benchmarking.
- Kritéria odborného nákupu: Cena, latence, ochrana dat a vazba na dodavatele.
- Přehled velkých modelů: OpenAI ChatGPT, Perplexity, Gemini a Grok.
- Niche a malé modely: Manus, SpecKit.
- Grafická generace: Perchance
- Technická omezení: Kontextový rozpad vs. náklady za token.
Modul 3: Interakce - prompt a kontext engineering
- Ověřovací rámec: Úplnost, konzistence a verifikovatelnost.
- Strategie RAG: Kdy použít Retrieval-Augmented Generation vs. fine-tuning.
- ROI AI: Náklady na údržbu vs. zisky produktivnosti.
- Pokročilé techniky: 20+ metod prompt a RAG s reálnými příklady.
- Experimentální hranice: Triangulace, Přehled mapy a terénu a generování na základě modelů.
Modul 4: AI v Agile řízení projektu
- Supercomputer pilot: AI jako motor automatizace.
- Rozhodování: Lidská odpovědnost vs. asistence AI.
- AIOps a GitOps: Integrace AI do operačního workflow.
- Toolchains a pipelines: Vytvoření bezsešitného AI-ově řízeného prostředí.
- Artefakty Agile: Backlog, roadmap a inženýrství požadavků.
- Přesné řízení: Plánování kapacity a odhady (Přesnost vs. přesnost).
- Vlastnictví produktu: Ideace, analýza funkcí a rizika vibe-coding.
- Rizika a scénáře: Plánování „What Ifs“ a automatizované správy rizik.
- Rafinace: Popis use case a user story a jejich rafinace.
Požadavky
- Základní znalost Agile Manifestu a Scrum rámce.
- Zkušenosti s řízením projektů, vlastnictvím produktu nebo týmovým vedením.
- Nejsou vyžadovány předchozí znalosti programování nebo AI inženýrství, ale doporučuje se obecná obeznámenost s digitálními nástroji.
Účastníci
- Manažeři Agile projektů a Scrum masterové.
- Vlastníci produktu a manažeři produktů.
- IT týmoví vedoucí a manažeři realizace.
- Business analisté pracující v Agile prostředí.
- Manažeři operací zájemci o AIOps.
7 Hodiny
Reference (2)
Praktické příklady
Ryan Brookman - The Shaw Group Limited
Kurz - Introduction to Artificial Intelligence for Non-technical users
Přeloženo strojem
Měli jsme možnost použít ty nástroje.
Victor Aguero - PNUD/MICI
Kurz - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Přeloženo strojem