Szkolenie 2-dniowe
Sztuczna inteligencja w biznesie
Szkolenie oferuje kompleksowe wprowadzenie do tematyki sztucznej inteligencji i uczenia maszynowego, koncentrując się na ich zastosowaniach w rozwiązywaniu wyzwań biznesowych.
Terminy i cena szkolenia
Sprawdź najbliższe terminy szkolenia i wybierz tryb nauki, który najlepiej odpowiada Twoim preferencjom.
Cena: 2 550 zł netto + 23% VAT (3 136 zł brutto/os)
Tryb wieczorowy
Najbliższy termin: 25.03.2025 r.4 wieczory po 4 godziny (17:30-21:30).
2x wtorek i 2x czwartek.Tryb weekendowy
Najbliższy termin: 29.03.2025 r.Weekend po 8 godzin (9:00-17:00).
Sobota i niedziela.
Cele szkolenia
Identyfikacja korzyści biznesowych płynących z wykorzystania danych i sztucznej inteligencji
Przyswojenie terminologii oraz kluczowych pojęć związanych z AI i uczeniem maszynowym
Zgłębienie metod oceny i analizy projektów AI przed ich implementacją w środowisku produkcyjnym
Poznanie znaczenia chmury w implementacji rozwiązań wykorzystujących sztuczną inteligencję
Dla kogo jest to szkolenie?
Dla analityków biznesowych, którzy uczestniczą w projektach zawierających elementy sztucznej inteligencji i chcą lepiej rozumieć jej zastosowania. Dla menadżerów projektów, pragnących swobodnie komunikować się z zespołem AI, używając wspólnego, technicznego języka. Dla liderów technicznych i biznesowych, zainteresowanych zdobyciem wiedzy na temat kompleksowego podejścia do analizy i realizacji projektów opartych na AI.
Wymagania: podstawowa znajomość pojęć z zakresu projektów IT.
Dlaczego warto wziąć udział w szkoleniu?
Kompleksowe wprowadzenie do tematyki sztucznej inteligencji i uczenia maszynowego.
Szkolenie ma charakter warsztatowy i obejmuje analizę przykładów projektów z zakresu sztucznej inteligencji.
Kurs porusza kwestie biznesowe związane z danymi i AI, jak i zagadnienia związane z wdrożeniami produkcyjnymi.
Zostaną przedstawione przykłady zastosowania AI do optymalizacji procesów biznesowych.
Program szkolenia
1. Wartość biznesowa danych i AI
- ✔️ Dlaczego akurat teraz odbywa się rewolucja AI?
- ✔️ Co to znaczy 'Data is the new oil'?
- ✔️ Obecne trendy w AI
2. Badania i rozwój - poszukiwanie rozwiązań opartych o AI
- ✔️ AI w naszej codzienności
- ✔️ Sztuczna inteligencja a uczenie maszynowego
- ✔️ Struktura uczenia maszynowego
- ✔️ Uczenie nadzorowane a nienadzorowane
- ✔️ Uczenie głębokie
- ✔️ Dane w procesie trenowania modeli
- ✔️ Broń matematycznej zagłady - aspekty etyczne AI
- ✔️ Przykładowe przypadki użycia AI i uczenia maszynowego
3. Generatywna sztuczna inteligencja (GenAI)
- ✔️ GenAI - definicja i podstawowe zasady działania
- ✔️ Duże modele językowe (LLMs)
- ✔️ Przykłady zastosowania w biznesie
- ✔️ Wyzwanie etyczne w GenAI
4. Wdrożenie produkcyjne rozwiązań AI
- ✔️ Określanie zakresu projektu
- ✔️ Dane
- ✔️ Modelowanie
- ✔️ Wdrażanie
- ✔️ MLOPs i LLMOps
- ✔️ Przykładowe przypadki wdrożeń projektów AI
5. Chmura w projektach AI (na przykładzie Azure)
- ✔️ Koncepcja chmury w kontekście AI
- ✔️ Wyzwania i trendy związane z chmurą
- ✔️ Azure AI Services - rozwiązywanie powszechnych problemów
- ✔️ Azure Machine Learning - tworzenie niestandardowych rozwiązań
- ✔️ AutoML jako narzędzie przyśpieszające eksperymentowanie
- ✔️ Przykładowe architektury rozwiązań AI w chmurze
6. Przykładowe przypadki użycia AI w biznesie
- ✔️ Profilowanie rynku nieruchomości
- ✔️ Analiza sentymentu w recenzjach produktów
- ✔️ Walka z oszustami finansowymi
- ✔️ Segmentacja klientów i strategia marketingowa firmy
- ✔️ Diagnostyka medyczna z użyciem obrazów
- ✔️ AI na rynku kapitałowym - trading
- ✔️ Skrojony telemarketing - optymalizacja kontaktów z klientami
- ✔️ Zapytaj Twoje dokumenty - chatbot dla konwersacji z firmową bazą wiedzy
- ✔️ Wielojęzykowy call center - sentyment oraz podsumowywanie na podstawie nagrań rozmów
Autor szkolenia - Ross Apostol
Ross pracuje jako Data Science Architect w firmie SoftwareOne, która dostarcza innowacyjne rozwiązania technologiczne dla firm z różnych sektorów gospodarki i z ponad 90 krajów. Swoją podróż związana z dziedziną sztucznej inteligencji i uczenia maszynowego rozpoczął na studiach doktoranckich w AGH w Krakowie w 2016 roku. Od 7 lat swojej kariery pracuje nad różnorodnymi zastosowaniami komercyjnymi. Jego doświadczenie zawodowe obejmuje cały cykl pracy nad projektami – od zrozumienia problemu biznesowego, projektowania rozwiązań, przez etap treningu i strojenia modeli, aż po ich wdrożenie w środowisku produkcyjnym. Od ponad 4 lat aktywnie angażuje się w prowadzenie szkoleń i bootcampów z zakresu data science i machine learning w firmie Sages, żeby dzielić się wiedzą i doświadczeniem z innymi pasjonatami tego obszaru. W pracy skupia się szczególnie na dostosowywaniu najnowszych osiągnięć z obszaru sztucznej inteligencji do rozwiązywania problemów biznesowych klientów. Dodatkowo Rostyslav jest certyfikowanym specjalistą ds. uczenia maszynowego w chmurze (AWS, Azure).
Kursy PRO, na których prowadzi zajęcia: