An AI Assistant on Your Company Knowledge, Without Code Počítačový Kurz

Tento kurz vedený instruktorem České republice (online nebo prezenčně) je určen pro začínající až středně pokročilé inženýry umělé inteligence a softwarové vývojáře, kteří si chtějí osvojit základní principy a postupy v oblasti inženýrství AI.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit klíčové koncepty a technologie spojené s umělou inteligencí a strojovým učením.
• Vytvořit jednoduché modely strojového učení pomocí nástrojů TensorFlow a PyTorch.
• Aplikovat techniky umělé inteligence při řešení praktických problémů v softwarovém vývoji.
• Spravovat a udržovat projekty využívající AI s použitím osvědčených postupů inženýrství umělé inteligence.
• Uvědomovat si etické důsledky a odpovědnosti spojené s vývojem systémů založených na AI.

Tento dvoudenní praktický program vybaví účastníky konkrétními dovednostmi pro efektivní, bezpečné a konzistentní využívání nástrojů generativní AI v technické a operační práci. Školení se zaměřuje na proměnu AI v spolehlivého každodenního asistenta pro tvorbu a vylepšování dokumentace, strukturování požadavků, urychlení analýzy a reportování, podporu řešení problémů a zjednodušení křížové funkční komunikace. Účastníci se naučí osvědčené vzory promptingu, techniky validace pro snížení chybovosti a „halucinací“ oraz lehké principy governance pro ochranu důvěrných informací a duševního vlastnictví. Kurz je koncipován tak, aby vyprodukoval okamžitě použitelné šablony, pracovní postupy a opakovatelný přístup k práci podporované AI.

Toto školení pod vedením instruktora v České republice (online nebo na místě) je určeno pro profesionály v oblasti umělé inteligence a softwarové vývojáře se středně pokročilými až pokročilými znalostmi, kteří chtějí vytvářet inteligentní aplikace s využitím umělé inteligence a strojového učení.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět pokročilým konceptům a technologiím v oblasti umělé inteligence a strojového učení.
• Analyzovat a vizualizovat data, aby to pomohlo při tvorbě modelů AI/ML.
• Efektivně vytvářet, trénovat a nasazovat modely umělé inteligence a strojového učení.
• Vyvíjet inteligentní aplikace schopné řešit reálné problémy.
• Posuzovat etické aspekty využití umělé inteligence v různých odvětvích.

Tento kurz vedený instruktorem v České republice (online nebo prezenčně) je určen pro začínající IT profesionály, kteří si chtějí osvojit základní poznatky o inteligentních aplikacích a jejich využití v různých odvětvích.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit historii, základní principy a dopady umělé inteligence.
• Rozpoznávat a používat různé algoritmy strojového učení.
• Efektivně spravovat a analyzovat data vhodná pro aplikace AI.
• Identifikovat praktické uplatnění i omezení umělé inteligence v jednotlivých sektorech.
• Diskutovat o etických aspektech a společenských dopadech technologie AI.

Toto školení vedené lektorem v České republice (online nebo prezenčně) je určeno pro datové vědce, inženýry a praktiky v oblasti AI na středně pokročilé až pokročilé úrovni, kteří si chtějí osvojit složitosti inteligentních aplikací a využít je k řešení reálných problémů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Implementovat a analyzovat architektury hlubokého učení.
• Aplikovat strojové učení ve velkém měřítku v distribuovaném výpočetním prostředí.
• Navrhovat a realizovat modely posilovacího učení určené k rozhodování.
• Vytvářet sofistikované systémy zpracování přirozeného jazyka pro porozumění textu.
• Využívat techniky počítačového vidění k analýze obrázků a videí.
• Řešit etické aspekty spojené s vývojem a nasazením systémů umělé inteligence.

Toto školení vedené lektorem v České republice (online či prezenčně) je určeno pro datové vědce a softwarové vývojáře na začátečnické i středně pokročilé úrovni, kteří se chtějí seznámit s Milvusem a jeho praktickým využitím v různých scénářích umělé inteligence.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit architekturu a funkce Milvusu.
• Implementovat databáze vektorů do různých aplikací umělé inteligence.
• Provádět vyhledávání podobnosti s vysokou přesností a rychlostí.
• Využít Milvus k řešení reálných výzev v oblasti umělé inteligence.

Tento živý školení vedené lektorem v České republice (online nebo na místě) je určeno pro data science a vývojáře softwaru se základními až středně pokročilými znalostmi, kteří chtějí naučit se, jak aplikovat Pinecone na různé scénáře AI, od sémantického vyhledávání po personalizaci.

Na konci tohoto školení budou účastníci umět:

• Pochopit architekturu a funkce Pinecone.
• Implementovat vektorové databáze v různých aplikacích AI.
• Provádět vyhledávání podobnosti s vysokou přesností a rychlostí.
• Aplikovat Pinecone na reálné výzvy AI.

AI se rychle stává základem moderního produktového managementu a mění způsob, jakým objevujeme potřeby zákazníků, definujeme řešení a přijímáme rozhodnutí. Stejně jako elektrina revolučně proměnila průmysl, umělá inteligence (AI) transformuje procesy vytváření, validace a vývoje produktů.

Tento kurس s lektorem (online nebo prezenčně) je určen Product Ownerům, Scrum Masterům a Agile Coaches, kteří chtějí pochopit, jak AI posílit produktové vlastnictví a zlepšit kvalitu rozhodování.

Na konci tohoto školení budou účastníci schopni:

• Pochopit základy umělé inteligence a odlišit tradiční AI od Generativní AI (GenAI).
• Použít sedm klíčových postojů Product Ownera (včetně nového postavu Orchestroř) a využít AI k posílení každého z nich – například Vizionář, Experimentátor nebo Zástupce zákazníka.
• Ovládnout efektivní prompting a vnímat nástroje AI jako inteligentní partnery se specializovanými dovednostmi.
• Zhlubit porozumění zákazníkům a vytvořit AI-podporované persony pro testování hypotéz a discovery, aniž by se vzdali autentického kontaktu se zákazníky.
• Prostě a komunikovat jasnou produktovou vizi pomocí strukturovaných frameworků, jako je 3x3 Framework, a využít AI ke tvorbě a vizualizaci příběhů.
• Zrychlit prototyping a testování hypotéz pomocí nástrojů Generativní AI, například tvorbou mockupů nebo konceptů produktů.
• Podpořit produktová rozhodnutí analýzou, prioritizací a hodnocením funkcí podle hodnoty, uskutečnitelnosti a dopadu na uživatele pomocí AI nástrojů.
• Automatizovat nebo delegovat rutinní úkoly (e-maily, správa zainteresovaných stran, zápis poznámek) pomocí AI, aby se mohli soustředit na strategickou a kreativní práci.
• Védt diskuse o AI etikě, zkresleních (bias) a bezpečnosti dat, aby byla implementace AI odpovědná a udržitelná.
• Identifikovat a navrhovat cenné využití AI přizpůsobené konkrétnímu produktu a organizačnímu kontextu.
• Prozkoumat a experimentovat s přibližně 20 různými nástroji a modely AI – od asistenčních nástrojů pro produktivitu a prototypovacích platforem po generativní řešení pro video, obrázky a kódování.

Toto školení pod vedením instruktora v České republice (online nebo na místě) je určeno softwarovým vývojářům a správcům databází začátečnické úrovně, kteří se chtějí seznámit se základy vektorových databází – včetně jejich struktury, fungování a praktického využití.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit koncept a účel vektorových databází.
• Rozpoznat rozdíly mezi vektorovými a tradičními databázemi.
• Naučit se základní techniky tvorby a správy vektorových dat.
• Provádět jednoduché vyhledávání podle podobnosti.
• Pochopit význam vektorových databází v kontextu aplikací umělé inteligence.

Toto školení s lektorem probíhá přímo na místě nebo online v <lok> a je určeno datovým vědcům a inženýrům strojového učení se středně pokročilými až pokročilými znalostmi, kteří si přejí osvojit používání vektorových databází pro vysoce výkonná a škálovatelná řešení v oblasti umělé inteligence.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět základním principům vektorových databází.
• Naučit se techniky vytváření a správy vektorových reprezentací (embeddingů).
• Prozkoumat strategie indexování pro vícedimenzionální data.
• Zdokonalit dovednosti potřebné k provádění efektivních vyhledávání podle podobnosti.
• Aplikovat znalosti o vektorových databázích v projektech strojového učení.