Sztuczna inteligencja w biznesie
Czas trwania szkolenia:2 dni (16h)
Kod kursu:AI/BIZ
Poziom zaawansowania:
Dostępne terminy
Termin:
Trener:
Termin:
Trener:
Termin:
Trener:
Interesuje Cię szkolenie stacjonarne lub nie odpowiada Ci żaden z dostępnych terminów?
Zapytaj o szkolenieO szkoleniu Sztuczna inteligencja w biznesie
W cenie otrzymasz:
- Materiały szkoleniowe
- Certyfikat ukończenia szkolenia
- W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Dla kogo?
- Analityków biznesowych zaangażowanych w projekty z elementami sztucznej inteligencji
- Menadżerów projektu chcących swobodnie komunikować się z zespołem AI, posługując się wspólnym językiem
- Liderów technicznych chcących poznać kompleksowe podejście do analizy projektów opartych o sztuczną inteligencję
- Liderów biznesowych pragnących zrozumieć, w jaki sposób AI może efektywnie usprawnić różne obszary działalności firmy
Wymagania
- Podstawowa znajomość pojęć z zakresu projektów IT
Zalety
- Szkolenie "Sztuczna inteligencja w biznesie" stanowi kompleksowe wprowadzenie do zagadnień sztucznej inteligencji i uczenia maszynowego przy rozwiązywaniu problemów biznesowych
- Szkolenie prowadzone jest w formie warsztatu, w ramach którego analizowane są przykładowe projekty AI
- Szkolenie obejmuje zarówno aspekty binzesowe danych i AI, jak i konkretne kwestie związane z badaniem i rozwojem, wdro żeniem produkcyjnym oraz korzystaniem z chmury przy realizacji projektów
- W trakcie szkolenia "Sztuczna inteligencja w biznesie" zostaną omówione konkretne przypadki użycia AI w celu optymalizacji procesów biznesowych, stanowiące inspirację dla uczestników
Cele szkolenia
- Zrozumienie wartości biznesowej danych i AI
- Zdobycie wiedzy na temat terminologii i podstawowych zagadnień z obszaru sztucznej inteligencji i uczenia maszynowego
- Poznanie sposobów analizy projektów AI przed wdrożeniem produkcyjnym
- Zrozumienie roli chmury przy realizacji rozwiązań opartych o AI
Program
Wartość biznesowa danych i AI
- Dlaczego akurat teraz odbywa się rewolucja AI?
- Co to znaczy "Data is the new oil"?
- Obecne trendy w AI
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
Generatywna sztuczna inteligencja (GenAI)
- GenAI - definicja i podstawowe zasady działania
- Duże modele językowe (LLMs)
- Przykłądy zastosowania w biznesie
- Wyzwanie etyczne w GenAI
Wdrożenie produkcyjne rozwiązań AI
- Określanie zakresu projektu
- Dane
- Modelowanie
- Wdrażanie
- MLOPs i LLMOps
- Przykładowe przypadki wdrożeń projektów AI
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
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
