Pilnveido zināšanas mākslīgā intelekta un datu analītikas jomās
Informējam, ka šīs programmas grupa šobrīd jau ir nokomplektēta.
Ja Tev joprojām ir interese piedalīties programmā un vēlies tikt iekļauts gaidītāju rindā, lūdzam pieteikties mācību programmai, aizpildot anketu, kur tiek norādīta detalizētāka informācija par sevi un interese par vēlmi mācīties BDA MI skolā. Anketas aizpildīšana palīdzēs mums labāk izprast Tavu līdzšinējo pieredzi un gaidas – mēs ar Tevi sazināsimies, ja programmā atbrīvosies vieta vai tiks atvērta pieteikšanās nākamajai grupai.
***
Izmanto iespēju apgūt jaunas prasmes mākslīgā intelekta (MI) un datu analītikas jomās bez maksas*! Šis ir būtisks ieguldījums Tavā izaugsmē un profesionālajā attīstībā!
Pašvadītā programma (mācīšanās savā tempā, laikā un vietā) nodrošina skaidru, praktisku pieeju tajā, kā strādā MI un datu analīze, sākot no datu vākšanas un modelēšanas līdz uzticamu prognožu modeļu izveidei, automatizācijai, drošībai un pārliecinošai datu komunikācijai, fokusējoties uz izmērāmu rezultātu un praktiskiem ieguvumiem.
- Topošais profesionālis? Paaugstini savu konkurētspēju!
Darba tirgū augstu tiek vērtētas prasmes, kas saistītas ar MI rīku izmantošanu, datu analītiku un objektīvu lēmumu pieņemšanu. Esi soli priekšā un atver durvis jaunām iespējām! - Vēlies pārkvalificēties? Sāc ar pamatiem un tiec līdz praktiskiem risinājumiem!
Programma ir strukturēta tā, lai vari uzsākt mācības arī tad, ja Tev nav priekšzināšanu. Nepieciešama tikai interese un vēlme mācīties. - Pieredzējis speciālists? Kļūsti par inovāciju un pārmaiņu virzītāju!
MI un datu analītikas rīki ļauj risināt reālas problēmas. Izmanto savu potenciālu un uzdrīksties radīt pārmaiņas!
*Mācību programma “BDA MI skola” norisinās Atveseļošanas fonda projekta “Individuālo mācību kontu pieejas attīstība” ietvaros. Projekta mērķis ir nodrošināt pieeju mācībām ar finansiālu atbalstu, veicinot digitālo un zaļās ekonomikas kompetenču pilnveidi, lai paaugstinātu iedzīvotāju konkurētspēju un nodarbinātību. Projekta numurs: 2.3.1.4.i.0/1/23/I/CFLA/001.
Attīsti prasmes darbā ar MI un datu analītiku, mācoties BDA bez maksas – iegūsti zināšanas, kas veicina izaugsmi!
Mācību programmas dalībniekiem tiek nodrošināts 100 % valsts finansējums.
MĀCĪBU PROGRAMMAS
PROGRAMMAS MODUĻI
1. Izproti MI pamatus un tā ietekmi
- MI rašanās;
- Populārākie MI modeļi un risinājumi;
- MI modeļu pielietošana biznesā.
Tavi ieguvumi: izpratne par MI tehnoloģisko uzbūvi, darbības principiem, riskiem un ētiskajiem jautājumiem, kas nepieciešami tā atbildīgai izmantošanai.
2. Datu avoti: no datubāzēm līdz tīmekļa resursiem
- Dažādu datu avotu izmantošana – SQL datubāzes, API pieslēgumi, Web Scraping tehnikas un publiski pieejami datu kopumi.
Tavi ieguvumi: prasme iegūt kvalitatīvus datus, kas ir jebkura analītiska risinājuma pamats.
3. Datu apstrāde profesionālā līmenī
- SQL pamatvaicājumu (SELECT, JOIN, GROUP BY) un Python datu apstrādes bibliotēkas apgūšana (pandas un NumPy).
Tavi ieguvumi: prasme veikt “datu tīrīšanu”, transformāciju un sagatavošanu analīzei, kas ir kritiski svarīgi jebkuram MI un datu analītikas projektam.
4. Nestrukturēto datu pasaule
- Populārākās metodes darbam ar tekstiem, attēlu metadatiem, žurnālfailiem un sensoru datiem.
Tavi ieguvumi: izpratnes gūšana par NLP pamatiem MI kontekstā, kā arī spēja strādāt ar datiem, kas neiekļaujas klasiskajās tabulās.
5. Būtiskais datu vizualizācijā
- Datu vizualizācijas pamatprincipi;
- Grafiku izveide Python vidē (Matplotlib, Seaborn, Plotly);
- Power BI interaktīvo paneļu izstrāde.
Tavi ieguvumi: prasme izstrādāt rīkus, ar kuru palīdzību iespējams pārvērst sarežģītas datu kopas skaidros, saprotamos un biznesam noderīgos pārskatos.
6. Interpretē un prezentē datus kā profesionālis
- Pārliecinošu datu vizualizāciju un stāstu (data storytelling) veidošana;
- Tādu pārskatu sagatavošana, kas pielāgoti lēmumu pieņēmējiem.
Tavi ieguvumi: apgūtas iemaņas, kas būtiski paātrina un uzlabo jebkura uzņēmuma stratēģisko komunikāciju.
PROGRAMMAS MODUĻI
1. Izpratne par mašīnmācīšanos – pamati, kas iedarbina procesu
- Kas ir mašīnmācīšanās, un kā tā tiek izmantota ikdienas tehnoloģijās;
- Pārraudzītās un nepārraudzītās mācīšanās pamati;
- Galvenie algoritmu tipi;
- Statistikas loma datu interpretācijā.
Tavi ieguvumi: izpratne par optimizācijas pamatprincipiem – vienkāršā, intuitīvā līmenī.
2. Datu sagatavošana – pamats jebkuram veiksmīgam modelim
- Datu pareiza sadalīšana treniņa un testa kopās;
- Datu notīrīšana un formatēšana pēc iespējas precīzāku datu modeļu izstrādei.
Tavi ieguvumi: prasme identificēt dublējošos datus, pārbaudīt to kvalitāti un padarīt datu kopas pārskatāmas, efektīvas un lietojamas. Šī ir prasme, kas atšķir profesionālu datu speciālistu no iesācēja.
3. ML modeļu izstrāde – no datu kopas līdz funkcionējošam risinājumam
- Pilnais modeļa izstrādes cikls: datu sagatavošana, treniņš, testēšana un rezultātu interpretācija;
- Regresijas un klasifikācijas pamati;
- Klasterizācijas loģika un datu kombinēšana modeļa veiktspējas uzlabošanai.
Tavi ieguvumi: ieskata gūšana dziļās mācīšanās (deep learning) pieejās Tava tehniskā redzesloka paplašināšanai.
4. Modeļu novērtēšana – kā saprast, vai modelis patiešām strādā
- Modeļa precizitātes noteikšana, tā stipro un vājo pušu analizēšana;
- Dažādu datu modeļu salīdzināšana un rezultātu vizuāla attēlošana.
Tavi ieguvumi: izpratnes gūšana par interpretējamības nozīmi un to, kā profesionāli pieiet kļūdu analīzei – pat tad, ja tā tiek veikta vienkāršotos gadījumos.
5. Modeļu pārvaldība un dokumentēšana – profesionāla pieeja datu projektiem
- Modeļu izstrādes dokumentēšana un reproducējamības nodrošināšana;
- Skaidru tehnisko kopsavilkumu izveide, izmantojot sagatavotas veidnes.
Tavi ieguvumi: prasme veidot vizualizācijas modeļu rezultātiem un strukturēt informāciju tā, lai Tavu darbu spētu izmantot arī citi.
PROGRAMMAS MODUĻI
1. MI modeļi un prototipēšana – padari idejas par funkcionējošiem risinājumiem
- Dažādu datu un analītisko rīku savienošana, izmantojot API;
- Gatavo MI pakalpojumu – ChatGPT API, Google AI Studio, Power BI Copilot un citu – izmantošana;
- Datu apmaiņas pamati starp dažādām sistēmām (REST, CSV);
- CI/CD un MLOps pamatprincipi;
- Modeļu uzturēšana, to versiju pārvaldība un risinājumu drošības nodrošināšana.
Tavi ieguvumi: prasme izveidot vienkāršu MI prototipu – no datu kopas līdz reālam demonstrācijas risinājumam.
2. Procesu automatizācija – kā padarīt darbu efektīvāku
- Biznesa procesu analīzes pamati un to attēlošana vizualizācijās, izmantojot blokshēmas;
- Vienkāršu RPA rīku apskate.
Tavi ieguvumi: prasme izstrādāt automatizācijas scenārijus, kas palīdz ietaupīt laiku, samazināt kļūdu skaitu un uzlabot kopējo servisa kvalitāti.
3. Lielapjoma datu apstrāde – droši un efektīvi
- Lielo datu (big data) pamati: kā ar tiem strādāt, kādus rīkus izmantot un kādas ir galvenās mākoņdatošanas priekšrocības.
Tavi ieguvumi: izpratne par atšķirībām starp SQL un relāciju datubāzēm, reāllaika datu plūsmām, kā arī datu glabāšanas principiem stabilu un mērogojamu risinājumu izstrādei.
4. Drošība un ētika – atbildīga MI izmantošana
- Datu aizsardzības un privātuma pamati (t.sk. GDPR);
- Datu anonimizācijas metodes un drošas apmaiņas principi.
Tavi ieguvumi: prasme atpazīt drošības riskus un izprast MI ētikas pamatus, kas ir ļoti svarīgi laikmetā, kad tehnoloģijas kļūst arvien autonomākas.
5. Rezultātu prezentēšana – pārvērt tehnisko darbu skaidros biznesa ieguvumos
- Profesionālas atgriezeniskās saites sniegšana;
- KPI un ROI jēdzieni;
- Pārskatu gatavošana iegūto rezultātu prezentēšanai.
Tavi ieguvumi: prasme attīstīt inovāciju domāšanu (AI-first mindset), spējot saskatīt automatizācijas, uzlabošanas un digitalizācijas iespējas ikvienā procesā.
MĀCĪBU PROGRAMMU MENTORI
-
Paaugstini savu konkurētspēju, apgūstot darba tirgū pieprasītas prasmes.
-
Izproti mūsdienu tehnoloģijas un to praktisku pielietošanu – no datiem līdz MI risinājumiem.
-
Mācies savā tempā, jebkurā vietā un laikā.
-
Izmanto dažādas mācību metodes efektīvākai zināšanu nostiprināšanai.
Galvenās prasības dalībai BDA MI skolā
Vismaz 18 gadi
Iegūta vidējā izglītība
4. DigComp līmenis
Pieeja datoram, internetam
Vēlme veltīt laiku mācībām
Stāsti, kas iedvesmo
Biežāk uzdotie jautājumi
Visas 3 programmas un to moduļi ir veidoti secīgai apguvei, tāpēc sākt ar 2. vai 3. programmu nav iespējams. Tupretī, pabeidzot 1. programmu, Tev ir iespēja izvēlēties – turpināt vai noslēgt mācības.
Pašvadītās mācības nozīmē, ka tām nav konkrēta norises laika; katrs dalībnieks mācās savā tempā, laikā un vietā, vienlaikus ievērojot kopējos mācību termiņus. Izvēlētais(-tie) mācību modulis(-ļi) ir jāpabeidz līdz 29. maijam.
Pašvadītās mācības ir attālinātās mācības, kurās katrs dalībnieks mācās savā laikā, vietā un tempā. Katra mācību moduļa ietvaros tiek organizēti tiešsaistes grupu darbi un mentorings, kā arī 8 stundu klātienes hakatons ar pieredzējušu nozares mentoru atbalstu.
BDA MI skola sastāv no 3 programmām un to moduļiem, kas iedalās jau konkrētās tēmās, tādējādi sniedzot iespēju pilnveidot zināšanas un iegūt jaunas prasmes datu analītikā un MI izmantošanā. Mācību programmas:
- MI pamati: dati, algoritmi un vizualizācija;
- Gudrās tehnoloģijas un ģeneratīvais MI;
- Digitālā transformācija ar MI palīdzību.
Nē, iepriekšēja pieredze nav nepieciešama.
Jā, mācīties varēsi sev vēlamā laikā, taču mācībām nepieciešams veltīt aptuveni 20 stundas nedēļā.
Dalībai BDA MI skolas 1. programmā vari pieteikties šajā lapā.
Pieteikumi tiks izskatīti 1 darba dienas laikā.
Līguma parakstīšana notiek gan elektroniski, izmantojot drošu e-parakstu, gan papīra formātā. Tev ir iespēja izvēlēties sev ērtāko veidu!
Pēc katras mācību programmas pabeigšanas saņemsi BDA izsniegtu sertifikātu, kas ir apliecinājums neformālās izglītības programmas apguvei un jauniegūtajām kompetencēm.
Mācības notiek latviešu valodā, taču daļa mācību materiālu ir arī angļu valodā.
Jā, katras tēmas noslēgumā paredzēts pašpārbaudes tests.