Návrh Školení

Úvod do inženýrství AI

  • Co je inženýrství AI?
  • Evoluce AI a její dopad na inženýrství
  • Klíčové pojmy a terminologie v AI

Základní technologie AI

  • Pochopení strojového učení
  • Hluboké učení a neuronové sítě
  • Zpracování přirozeného jazyka (NLP)

Řešení problémů s AI

  • Identifikace problémů vhodných pro řešení AI
  • Sběr a předzpracování dat
  • Výběr modelu a školení

AI ve vývoji softwaru

  • Nástroje AI pro vývojáře
  • Integrace AI do stávajících systémů
  • Správa verzí a správa modelů

AI a datové inženýrství

  • Velké datové technologie a jejich role v AI
  • Datové kanály a ETL procesy
  • Ukládání a správa dat pro AI

Etická umělá inteligence

  • Pochopení zkreslení a spravedlnosti v systémech umělé inteligence
  • Soukromí a zabezpečení v inženýrství AI
  • Etické úvahy a osvědčené postupy

AI projekt Management

  • Agile metodiky pro projekty AI
  • Týmové role a odpovědnosti
  • Documentation a podávání zpráv

Praktické AI inženýrství

  • Nastavení vývojového prostředí AI
  • Vytváření a vyhodnocování jednoduchých modelů umělé inteligence
  • Kolaborativní projekty AI inženýrství

Budoucnost inženýrství AI

  • Nové trendy v AI
  • Neustálé učení a rozvoj dovedností
  • Pracovní příležitosti v inženýrství AI

Shrnutí a další kroky

Požadavky

  • Pochopení základních pojmů programování
  • Zkušenosti s programováním Python
  • Seznámení se základní statistikou a lineární algebrou

Publikum

  • Inženýři AI
  • Vývojáři softwaru
  • Datové analytiky
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie