Digitālā transformācija ar MI palīdzību
Šis kurss piedāvā praktisku un eksperimentālu pieeju mākslīgā intelekta (MI) risinājumu ieviešanai un biznesa procesu transformācijai. Atšķirībā no klasiskajiem teorētiskajiem kursiem, šeit galvenais uzsvars ir likts uz praktisku darbošanos – konceptu pielietošanu reālos darba scenārijos, automatizācijas plānu izstrādi un prototipu veidošanu.
Lūdzam ņemt vērā, ka šis ir pašvadīto mācību kurss, kas nozīmē iespēju mācīties sev ērtā laikā, tempā un vietā. Nav nepieciešams pieslēgties konkrētās lekciju stundās – visi mācību materiāli 24/7 ir pieejami Moodle vidē, nodrošinot elastīgu un mūsdienīgu mācību procesu.
Kursa cena: 39 EUR mēnesī ar iespēju piekļuvi pagarināt līdz brīdim, kad tiek apgūts viss kurss.
Samaksājot mēneša maksu, Tev tiek nodrošināta piekļuve Moodle videi uz 30 dienām. Piekļuve būs liegta, ja netiks veikta turpmākā apmaksa par nākamo mēnesi.
Piekļuvi mācību videi aktivizējam darba dienas laikā pēc apmaksas saņemšanas.
Mācību programmu sastādījis: Ģirts Smelters.
Programmas moduļi
1. Prototipēšana un MI modeļi
• API integrācija daudzpakāpju MI risinājumos
• Datu apmaiņa starp sistēmām (REST, CSV, JSON)
• Gatavo MI pakalpojumu izmantošana reālos darba scenārijos
• CI/CD un MLOps pamatprincipi praktiķiem
• Modeļu uzturēšana un risinājumu drošība
Tavi ieguvumi: prasme izmantot API un datu formātus (REST, CSV, JSON), lai elastīgi apvienotu dažādus mākslīgā intelekta servisus un datus vienotā, strādājošā risinājumā.
2. Procesu automatizācija
• Biznesa procesu analīze un attēlošana blokshēmās
• Vienkāršu RPA un automatizācijas rīku apskats
• Praktiskie automatizācijas uzdevumi
Tavi ieguvumi: prasme analizēt un attēlot biznesa procesus blokshēmās, lai identificētas “pudeles kakliņus” (bottlenecks).
3. Liela apjoma datu apstrāde
• Lielo datu pamati un mērogojamības loģika
• Datu glabāšanas, datubāzu un apstrādes pieejas
• Mākoņdatošana, datu plūsmas un arhitektūras lēmumi
Tavi ieguvumi: izprast lielo datu un mākoņdatošanas loģiku, kas ļaus pieņemt pareizos tehnoloģiskos lēmumus, strādājot ar apjomīgām datu kopām.
4. Drošība un ētika
• Datu aizsardzības un privātuma pamati (Datu drošība, Endpoint un API drošība)
• Datu anonimizācijas metodes un drošas apmaiņas mehanismi (Pseidonimizācija, jūtīgu datu apstrāde)
• Ētikas pamati (MI ētika un sociālā realitāte)
Tavi ieguvumi: prasme pasargāt sensitīvus datus, izmantojot anonimizācijas un pseidonimizācijas metodes.
5. Rezultāti skaidriem biznesa ieguvumiem
• KPI un ROI jēdzieni MI projektos
• Piedāvājuma gatavošana iekšējam buy-in (Business Case & Stakeholder Management)
• Profesionālas atgriezeniskās saites sniegšana (Constructive Feedback)
• Koncepta izstrāde, prezentēšana un digitālās transformācijas projekta izstrāde
Tavi ieguvumi: prasme aprēķināt un demonstrēt projekta atdevi (ROI un KPI), kā arī sagatavot pārliecinošu biznesa pamatojumu (business case) vadībai un ieinteresētajām pusēm.
