Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Modul 1: Bevezetés & AI Elmélet
- A Modellalapú Megközelítés: AI mint mérnöki probléma.
- A „Gépben lakó szellem” demisztifikálása: Mi az AI, és mi nem az.
- A technológia fejlődése: A BERT-től a Transformerekig.
- Generatív területek: Elemzés, kreativitás, kutatás, kép, zene és videó.
- Adatirányítás: Alappillérek, auditok és kutatási trendek (Multimodalitás, Agentek, RAG, LLM vs. SLM).
- A sötét oldal: Etika, IP, torzítások, hallucinációk és szociális mérnökség.
- Kockázatértékelés: Adatmérgezés, Nepenthes és az emberi tehetség „butításának” kockázata.
- Modell taxonómia: Alapmodell vs. feladatspecifikus; Zárt vs. nyitott súlyú modellek.
Modul 2: Jelenlegi helyzet & Eszközkészlet
- A nyelvi modellek arénája: Teljesítmény és benchmarkok összehasonlítása.
- Professzionális beszerzési kritériumok: Költség, késleltetés, adatvédelem és szállítói zártság.
- Nagy modellek áttekintése: OpenAI ChatGPT, Perplexity, Gemini és Grok.
- Niche és kis modellek: Manus, SpecKit.
- Grafikai generálás: Perchance
- Technikai korlátok: Kontextus romlás vs. Token költség.
Modul 3: Interakció - Prompt & Kontextusmérnökség
- Az ellenőrzési keretrendszer: Teljesség, konzisztencia és ellenőrizhetőség.
- A RAG stratégia: Mikor használjunk Retrieval-Augmented Generation-t a finomhangolás helyett.
- Az AI megtérülése: Karbantartási költségek vs. termelékenységi nyereség.
- Haladó technikák: 20+ Prompt & RAG módszer valós példákkal.
- Kísérleti határok: Háromszögelés, Térkép & terep áttekintés, és modellalapú generálás.
Modul 4: AI az Agilis Projektmenedzsmentben
- A szuperszámítógép pilóta: AI mint automatizációs motor.
- Döntéshozatal: Emberi felelősség vs. AI támogatás.
- AIOps & GitOps: Az AI integrálása a működési munkafolyamatba.
- Eszközláncok & folyamatok: Zökkenőmentes AI-vezérelt környezet kialakítása.
- Agilis összetevők: Backlog, útiterv és követelményfejlesztés.
- Precíziós menedzsment: Kapacitástervezés és becslés (Pontosság vs. precíziós).
- Terméktulajdonos: Ötletgenerálás, funkcióelemzés és Vibe-coding kockázatok.
- Kockázat & forgatókönyvek: „Mi van, ha” tervezés és automatizált kockázatkezelés.
- Finomítás: Használati eset és felhasználói történet leírása & finomítása.
Követelmények
- Alapvető ismeretek az Agilis Manifesztumról és a Scrum keretrendszerről.
- Tapasztalat projektmenedzsmentben, terméktulajdonosi vagy csapatvezetői szerepkörben.
- Nincs szükség programozási vagy AI mérnöki tapasztalatra, bár általános ismeretek a digitális eszközökről ajánlottak.
Célközönség
- Agilis Projektmenedzserek és Scrum Masterek.
- Terméktulajdonosok és Termékmenedzserek.
- IT Csapatvezetők és Szállítási Menedzserek.
- Üzleti elemzők, akik agilis környezetben dolgoznak.
- Műveleti Menedzserek, akik érdeklődnek az AIOps iránt.
7 Órák
Vélemények (2)
Gyakorlati példák
Ryan Brookman - The Shaw Group Limited
Kurzus - Introduction to Artificial Intelligence for Non-technical users
Gépi fordítás
Használhattuk a eszközöket.
Victor Aguero - PNUD/MICI
Kurzus - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Gépi fordítás