Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Модул 1: Въведение и теория на AI
- Моделно-базираният подход: AI като инженерен проблем.
- Демистифициране на „Призрака в машината“: Какво е AI срещу това, което не е.
- Еволюцията на технологиите: От BERT до Трансформъри.
- Генеративни домейни: Анализ, творчески, изследователски, изображения, музика и видео.
- Управление на данни: Стълбове, одити и изследователски тенденции (Мултимодалност, Агенти, RAG, LLM срещу SLM).
- Тъмната страна: Етика, интелектуална собственост, пристрастия, халюцинации и социално инженерство.
- Оценка на риска: отравяне на данни, Nepenthes и рискът от „заглупяване“ на човешкия талант.
- Таксономия на моделите: Базови срещу специфични за задача; Затворени срещу модели с отворени тегла.
Модул 2: Текущ пазарен пейзаж и набор от инструменти
- Арената на езиковите модели: Сравнение на производителност и бенчмаркове.
- Професионални критерии за избор: Цена, латентност, поверителност и обвързване с доставчик.
- Преглед на големите модели: OpenAI ChatGPT, Perplexity, Gemini и Grok.
- Нишови и малки модели: Manus, SpecKit.
- Графично генериране: Perchance
- Технически ограничения: Context rot срещу Token cost.
Модул 3: Взаимодействие - Инженеринг на промптове и контекст
- Рамка за проверка: Пълнота, последователност и проверимост.
- RAG стратегията: Кога да използваме Retrieval-Augmented Generation срещу fine-tuning.
- Възвръщаемост на инвестициите (ROI) от AI: Разходи за поддръжка срещу повишаване на производителността.
- Напреднали техники: 20+ метода за промптове и RAG с примери от реалния свят.
- Експериментални граници: Триангулация, преглед на Map & Terrain и моделно-базирано генериране.
Модул 4: AI в гъвкавото управление на проекти
- Суперкомпютърният пилот: AI като машина за автоматизация.
- Вземане на решения: Човешка отговорност срещу AI асистенция.
- AIOps и GitOps: Интегриране на AI в оперативния работен процес.
- Вериги от инструменти и конвейери: Създаване на безпроблемна среда, управлявана от AI.
- Гъвкави артефакти: Беклог, пътна карта и инженеринг на изискванията.
- Прецизно управление: Планиране на капацитета и оценяване (Точност срещу Прецизност).
- Собственост върху продукта: Генериране на идеи, анализ на функции и рискове от Vibe-coding.
- Риск и сценарии: Планиране за „Ами ако“ и автоматизирано управление на риска.
- Усъвършенстване: Описание и усъвършенстване на случаи на употреба и потребителски истории.
Изисквания
- Основно разбиране на Гъвкавия манифест и рамката Скрам.
- Опит в управлението на проекти, собствеността върху продукта или лидерството на екипи.
- Не се изисква предишен опит в програмирането или AI инженерството, но е препоръчителна обща запознатост с дигиталните инструменти.
Аудитория
- Гъвкави ръководители на проекти и Скрам мастъри.
- Собственици на продукти и продуктови мениджъри.
- IT лидери на екипи и мениджъри по доставки.
- Бизнес анализатори, работещи в гъвкави среди.
- Оперативни мениджъри, интересуващи се от AIOps.
7 Часа
Отзиви от участници (2)
Тренерът е търпелив и много полезен. Той познава добре темата.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Курс - Agentic AI for Business Automation: Use Cases & Integration
Машинен превод
Способност да се адаптира въз основа на предложенията на аудиторията – например, да създаде реален сценарий за AI агент на място.
Brett McLaren - Zoll Itamar
Курс - ChatGPT for Productivity: A Beginner’s Guide
Машинен превод
