Predictive AI in DevOps: Enhancing Software Delivery Kurzusok

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű informatikai szakembereknek szól, akik szeretnék megragadni a prediktív AI alapjait.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a prediktív AI és alkalmazásai alapfogalmait.
• Adatok gyűjtése, tisztítása és előfeldolgozása a prediktív elemzéshez.
• Fedezze fel és vizualizálja az adatokat, hogy betekintést nyerjen.
• Alapvető statisztikai modellek létrehozása előrejelzések készítéséhez.
• Értékelje a prediktív modellek teljesítményét.
• Alkalmazza a prediktív AI-koncepciókat a valós forgatókönyvekre.

Ez a kurzus gyakorlati megközelítést alkalmaz az OptaPlanner oktatására. Ez biztosítja a résztvevőknek az eszköz alapvető funkcióinak végrehajtásához szükséges eszközöket.

Ez egy osztálytermi képzés, prezentáció és kérdés és válasz formátumban

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a műszaki személyeknek szól, akik intelligensebb képességekkel kívánnak RPA rendszert felállítani vagy bővíteni.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja a UiPath IPA-t.
• Engedélyezze a robotok számára más robotok kezelését.
• Alkalmazza a számítógépes látást a képernyőobjektumok pontos meghatározásához.
• Engedélyezze azokat a robotokat, amelyek képesek észlelni a nyelvi mintákat, és érzéselemzést végezni a strukturálatlan tartalmakon.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a szoftvertesztelőknek szól, akik mesterséges intelligencia által vezérelt szoftvertesztelési környezetre vágynak.

A képzés végére a résztvevők képesek lesznek:

• Automatizálja az egységtesztek generálását és paraméterezését mesterséges intelligencia segítségével.
• Alkalmazza a gépi tanulási tanulást valós használati esetekben.
• Automatizálja az API-tesztek generálását és karbantartását mesterséges intelligencia segítségével.
• Használjon gépi tanulási módszereket a Selenium teszt végrehajtásának öngyógyítására.

Ez egy ötnapos bevezetés az Data Science és az AI számára.

A tanfolyam példákkal és gyakorlatokkal szolgál a Python segítségével

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a marketingszakembereknek szól, akik a mesterséges intelligencia segítségével kívánják javítani a digitális marketingstratégiákat értékes vásárlói betekintések révén.

A képzés végére a résztvevők képesek lesznek:

• Használjon mesterséges intelligencia-szoftvert, hogy javítsa a márkák felhasználóihoz való kapcsolódási módját.
• Használjon chatbotokat a felhasználói élmény optimalizálásához.
• Növelje a termelékenységet és a bevételt a feladatok automatizálásával.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak szól, akik az IBM Cloud Pak segítségével kívánják előkészíteni az adatokat az AI-megoldásokban való használatra.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja a Cloud Pak for Data szolgáltatást.
• Egységesítse az adatok gyűjtését, rendszerezését és elemzését.
• Integrálja a Cloud Pak for Data szolgáltatást számos szolgáltatással a gyakori üzleti problémák megoldásához.
• Munkafolyamatokat valósítson meg a csapattagokkal való együttműködéshez egy mesterséges intelligencia-megoldás fejlesztésében.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a mérnököknek szól, akik alapvető AI-módszerekkel szeretnének robotokat programozni és létrehozni.

A képzés végére a résztvevők képesek lesznek:

• Alkalmazzon szűrőket (Kalman és részecske), hogy lehetővé tegye a robot számára a mozgó objektumok lokalizálását a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a menedzsereknek és cégvezetőknek szól, akik szeretnének megismerni a mesterséges intelligencia alapjait, és AI-projekteket szeretnének menedzselni szervezetük számára.

A képzés végére a résztvevők képesek lesznek megérteni az AI-t technikai szinten, és stratégiát alkotni szervezetük adatainak és erőforrásainak felhasználásával az AI-projektek sikeres menedzseléséhez.

Ezen az oktató által vezetett, élő tréningen a Magyarország-ban (online vagy helyszíni) a résztvevők megtanulják a különböző technológiákat, kereteket és technikákat a nukleáris technológia és a környezetvédelmi rendszerek területén használható különböző típusú robotok programozására.

A 4 hetes tanfolyam heti 5 napon kerül megrendezésre. Minden nap 4 órás, és előadásokból, beszélgetésekből és gyakorlati robotfejlesztésből áll, élő laborkörnyezetben. A résztvevők különféle, a munkájukra alkalmazható valós projekteket hajtanak végre a megszerzett tudás gyakorlása érdekében.

A kurzus célhardverét 3D-ben szimulálják szimulációs szoftver segítségével. A kód ezután betöltődik a fizikai hardverre (Arduino vagy más) a végső telepítési teszteléshez. A robotok programozására a ROS (Robot Operating System) nyílt forráskódú keretrendszer, a C++ és a Python kerül felhasználásra.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a robottechnológiában használt kulcsfogalmakat.
• A szoftver és a hardver közötti interakció megértése és kezelése egy robotrendszerben.
• A robotika alapját képező szoftverkomponensek megértése és megvalósítása.
• Olyan szimulált mechanikus robot építése és működtetése, amely képes látni, érzékelni, feldolgozni, navigálni, és hangon keresztül kapcsolatba lépni velük.
• Ismerje meg a mesterséges intelligencia szükséges elemeit (gépi tanulás, mély tanulás stb.) az okos robot építéséhez.
• Alkalmazzon szűrőket (Kalman és Particle), amelyek lehetővé teszik a robot számára, hogy meg tudja határozni a mozgó tárgyakat a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.
• Teszteljen és hárítson el egy robotot valósághű forgatókönyvek szerint.

Ezen az oktató által vezetett, élő képzésen a Magyarország-ban (online vagy helyszíni) a résztvevők megtanulják a különböző technológiákat, keretrendszereket és technikákat a nukleáris technológia és a környezetvédelmi rendszerek területén használható különböző típusú robotok programozására.

A 6 hetes tanfolyam heti 5 napon kerül megrendezésre. Minden nap 4 órás, és előadásokból, beszélgetésekből és gyakorlati robotfejlesztésből áll, élő laborkörnyezetben. A résztvevők különféle, a munkájukra alkalmazható valós projekteket hajtanak végre a megszerzett tudás gyakorlása érdekében.

A kurzus célhardverét 3D-ben szimulálják szimulációs szoftver segítségével. A robotok programozására a ROS (Robot Operating System) nyílt forráskódú keretrendszer, a C++ és a Python kerül felhasználásra.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a robottechnológiában használt kulcsfogalmakat.
• A szoftver és a hardver közötti interakció megértése és kezelése egy robotrendszerben.
• A robotika alapját képező szoftverkomponensek megértése és megvalósítása.
• Olyan szimulált mechanikus robot építése és működtetése, amely képes látni, érzékelni, feldolgozni, navigálni, és hangon keresztül kapcsolatba lépni velük.
• Ismerje meg a mesterséges intelligencia szükséges elemeit (gépi tanulás, mély tanulás stb.) az okos robot építéséhez.
• Alkalmazzon szűrőket (Kalman és Particle), amelyek lehetővé teszik a robot számára, hogy meg tudja határozni a mozgó tárgyakat a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.
• Bővítse a robot képességét összetett feladatok elvégzésére az Deep Learning segítségével.
• Teszteljen és hárítson el egy robotot valósághű forgatókönyvek szerint.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a digitális marketingszakembereknek, tartalomkészítőknek és fejlesztőknek szól, akik szeretnék megérteni az AI keresőmotorokra gyakorolt hatását, felfedezni a Bing AI képességeit, és megismerni a chatbotot. technológiák és alkalmazásaik.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Bing AI alapelveit és előnyeit.
• Azonosítsa a Bing mesterséges intelligenciájú funkcióit és alkalmazásaikat.
• Használja a Bing AI-t a keresési eredmények és a felhasználói élmény javítására.
• Értékelje az AI-ban rejlő lehetőségeket a keresőoptimalizálásban (SEO) és a tartalomkészítésben.
• Fedezze fel a chatbot-technológiákat és azok alkalmazásait, beleértve a Bing AI Chatbotot is.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a szakembereknek szól, akik szeretnék megtanulni és megérteni az AI fogalmát, valamint annak hatékony és felelősségteljes használatát.

A képzés végére a résztvevők képesek lesznek:

Ismerje meg a Artificial Intelligence (AI) fogalmát. Ismerje meg az AI korlátait és veszélyeit, és használja azt felelősségteljesen. Ismerje meg, hogyan használhatja hatékonyan az AI-t valós helyzetekben.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő és középszintű fejlesztőknek és építészeknek szól, akik szeretnék megtanulni az intelligens vezetés alapjait, és azt, hogy hogyan alkalmazzák azokat a valós helyzetekben.

A képzés végére a résztvevők képesek lesznek:

• Ismertesse az AI alapfogalmait és alapelveit, valamint azt, hogy hogyan alkalmazható a vezetésre.
• Ismerje meg az intelligens vezetési rendszerek felépítését és összetevőit.
• Hozzon létre és jelenítsen meg egy összetett vezetési modellt a különböző tervezési tudományágakból.
• A modellen belüli problémák és visszajelzések kommunikálása és megjegyzései.
• Végezzen ütközésészlelést és -feloldást a vezetési forgatókönyvek között.
• A vezetési menetrendek és költségek szimulálása és ellenőrzése.