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.
План на курса
Модул 1: Въведение и теория на ИИ
- Моделният подход: ИИ като инженерен проблем.
- Разкриване на „Призрака в машината“: Какво е ИИ и какво не е.
- Еволюцията на технологиите: От BERT до трансформаторите.
- Генеративни области: Анализ, креативност, изследване, изображение, музика и видео.
- Управление на данните: Основи, аудити и научни тенденции (мультимодалност, агенти, RAG, LLM vs. SLM).
- Темния страничник: Етика, интелектуална собственост, предвземания, холуцинация и социално манипулиране.
- Оценка на рисковете: Задълбочаване на данните, Nepenthes и рискът от „опростяване“ на човешкия талант.
- Таксономия на моделите: Основни vs. Задачно-ориентирани; Затворени vs. Отворени модели със стойности (weights).
Модул 2: Текущата ландшафт и набор от инструменти
- Арената на езиковите модели: Сравнение на производителността и бенчмарки.
- Критерии за професионално закупуване: Цена, задълбоченост, защита на данни и вендорска зависимост.
- Общ преглед на големите модели: OpenAI ChatGPT, Perplexity, Gemini и Grok.
- Нишеви и малки модели: Manus, SpecKit.
- Графична генерация: Perchance
- Технически ограничения: Задълбочаване на контекста vs. Стоимост на токена (token cost).
Модул 3: Взаимодействие - инженеризация на приказки и контекст
- Рамка за верифициране: Пълнота, съгласуваност и проверяемост.
- Стратегията RAG: Кога да използвате Retrieval-Augmented Generation vs. фине-тюning (fine-tuning).
- ROI на ИИ: Разходи за поддръжка vs. Придобити в продуктивността.
- Напреднати техники: 20+ метода за инженеризация на приказки и RAG с реални примери.
- Експериментални граници: Триангулация, преглед на карта и терен, и моделна генерация.
Модул 4: ИИ в управлението на аджилни проекти
- Суперкомпютър пилот: ИИ като двигател за автоматизация.
- Повлияние на решенията: Човешка отговорност vs. Асистенция с ИИ.
- AIOps & GitOps: Интегриране на ИИ в операционния работен процес.
- Инструменти и пайплайн: Създаване на гладка околната среда, драйвана от ИИ.
- Артефакти на Аджил: Беклог, дорожна карта и инженеризация на изискванията.
- Точно управление: Планиране на капацитет и оценка (Точност vs. Точност).
- Собственост на продукта: Идея, анализ на функции и рисковете от vibe-кодиране.
- Риск и сценарии: Планиране за „Ако“ и автоматизирани механизми за управление на риска.
- Рефиниране: Описание и рефиниране на случаите на използване и потребителските истории.
Изисквания
- Основно разбиране на Манифеста за Аджил и рамката Scrum.
- Опит в управлението на проекти, продуктите или лидерство на екип.
- Не се изисква предварителен опит в програмирането или инженеризата на ИИ, макар общи знания за дигиталните инструменти са препоръчвани.
Целева аудитория
- Управители на аджилни проекти и мастери по Scrum.
- Собственици на продукти и управители на продукти.
- Лидери на ИТ екипи и управители на доставка.
- Бизнес аналисти, работещи в аджилни среди.
- Управители на операции, заинтересовани в AIOps.
7 Часове
Отзиви от потребители (2)
Ръководни примери
Ryan Brookman - The Shaw Group Limited
Курс - Introduction to Artificial Intelligence for Non-technical users
Машинен превод
Използвахме инструментите.
Victor Aguero - PNUD/MICI
Курс - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Машинен превод
