Специалист по искусственному интеллекту с сертификатами ITIL® 4 Foundation по управлению ИТ-услугами и PRINCE2® 7 Foundation по управлению проектами
-
Тип степени: Сертификат "Машинное и глубокое обучение"
Сертификат "ITIL® 4 Foundation in IT Service Management"
Сертификат "PRINCE2® Project Management Foundation (Version 7)" -
Дополнительная квалификация: Сертификат "Машинное обучение
Сертификат "Глубокое обучение -
Итоговый экзамен: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
ITIL® 4 Foundation in IT Service Management (Prüfungsvoucher im Kurs enthalten)
PRINCE2® Project Management Foundation (Version 7) (Prüfungsvoucher im Kurs enthalten) -
Время уроков: Полный рабочий деньС понедельника по пятницу с 8:30 до 15:35 (в праздничные дни с 8:30 до 17:10).
-
Язык обучения: Немецкий
-
Продолжительность: 12 Недели
Машинное обучение
Введение в машинное обучение (около 5 дней)
Зачем нужно машинное обучение?
Примеры применения
Контролируемое обучение, неконтролируемое обучение, частично контролируемое обучение, обучение с подкреплением
Примеры наборов данных
Знакомство с данными
Обучающие, проверочные и тестовые данные
Просмотр данных
Составление прогнозов
Контролируемое обучение (около 5 дней)
Классификация и регрессия
Обобщение, чрезмерная и недостаточная подгонка
Размер набора данных
Алгоритмы для контролируемого обучения
Линейные модели
Классификаторы Байеса
Деревья решений
Случайный лес
Градиентный бустинг
k-nearest neighbours
Векторные машины с поддержкой
Условное случайное поле
Нейронные сети и глубокое обучение
Вероятности
Неконтролируемое обучение (около 5 дней)
Типы неконтролируемого обучения
Предварительная обработка и масштабирование
Преобразование данных
Масштабирование обучающих и тестовых данных
Уменьшение размерности
Разработка признаков
Манифольд-обучение
Декомпозиция главных компонент (PCA)
Факторизация неотрицательных матриц (NMF)
Манифольд-обучение с t-SNE
Кластерный анализ
Кластеризация k-Means
Агломеративная кластеризация
Иерархический кластерный анализ
DBSCAN
Кластерные алгоритмы
Оценка и совершенствование (около 2 дней)
Выбор модели и оценка модели
Настройка гиперпараметров оценщика
Кросс-валидация
Поиск по сетке
Метрики оценки
Классификация
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Глубокое обучение
Введение в глубокое обучение (около 1 дня)
Глубокое обучение как разновидность машинного обучения
Основы нейронных сетей (около 4 дней)
Многослойные перцептроны
Расчет нейронных сетей
Оптимизация параметров модели, обратное распространение
Библиотеки глубокого обучения
Регрессия и классификация
Типичные функции потерь и активации
Оценка прогноза модели с помощью метрик
Метрики регрессии и классификации
Кривые обучения, оверфиттинг и регуляризация
Оптимизация гиперпараметров
Регуляризация L1/12
Отсев
Ранняя остановка
Стохастический градиентный спуск (СГС)
Момент, оптимизатор Адама
Оптимизация скорости обучения
Динамическая регулировка скорости обучения
Снижение скорости обучения на плато
Оптимизация скорости обучения с помощью TensorBoard
Управление процессом подгонки с помощью обратных вызовов
Сохранение и загрузка моделей
Конволюционная нейронная сеть (CNN) (около 2 дней)
Классификация изображений
Конволюционные слои, объединяющие слои
Перестраивающие слои, сглаживание, объединение глобальных средних
Архитектуры CNN ImageNet-Competition
Глубокие нейронные сети, исчезающие градиенты, пропуск связей, пакетная нормализация
Трансферное обучение (около 1 дня)
Адаптация и комбинирование моделей
Предварительное обучение без контроля
Дополнение данных изображениями, объяснимый ИИ
Загрузчик данных
Региональный CNN (около 1 дня)
Локализация объектов
Семантическая сегментация
Проблемы регрессии
Разветвленные нейронные сети
Архитектура YOLO
Модели U-Net
Методы творческой генерации изображений (около 1 дня)
Генеративные адверсарные сети (GAN)
Глубокие подделки
Диффузионные модели
Суперразрешение
Дополнение областей изображения
Применение базовых моделей из Hugging Face
Мультимодальные модели
LoRA-Fine-Tuning
Области применения генеративных моделей
Правовые ограничения
Рекуррентные нейронные сети (около 2 дней)
Анализ последовательностей
Рекуррентные слои
Обратное распространение во времени (BPTT)
Анализ временных рядов
Проблемы разрыва и исчезающего градиента
LSTM (Long Short-Term Memory)
GRU (Gated Recurrent Unit)
Глубокий RNN
Глубокий LSTM
Обработка текста с помощью нейронных сетей (около 2 дней)
Предварительная обработка текста
Встраивание слоев
Классификация текста
Анализ настроения
Обработка естественного языка (NLP)
Переводы
Генерация текста
Метод "последовательность-последовательность", архитектура кодер-декодер
Модели, использующие только кодер и только декодер
Локальное применение больших языковых моделей
Языковые модели (около 1 дня)
Архитектура трансфомеров
Внимание и многоголовое внимание
Позиционные кодировки
Тонкая настройка больших языковых моделей
Подсказки
Конвейеры генерации текста
Резюме
Чат-боты
Поиск Расширенная генерация
ИИ-агенты
Глубокое обучение с подкреплением (около 1 дня)
Управление динамическими системами
Агентские системы
Обучение через вознаграждение
Градиенты политики
Глубокое Q-обучение
Байесовские нейронные сети (около 1 дня)
Неопределенности в нейронных сетях
Статистическая оценка прогнозов
Доверие, стандартное отклонение
Несбалансированные данные
Методы выборки
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
ITIL® 4 Foundation in IT Service Management
Понимание ключевых концепций управления ИТ-услугами (около 2 дней)
Введение в концепцию сервиса
Квалификационная схема ITIL®
Определение важных терминов в управлении ИТ-услугами ITSM
Ключевые концепции создания ценности с помощью услуг
Ключевые концепции управления взаимоотношениями
Основные концептуальные строительные блоки ITIL® (около 2 дней)
Руководящие принципы ITIL®
Виды, использование и взаимодействие руководящих принципов
Четыре измерения управления услугами
Система ценности услуг ITIL® (SVS) и ее компоненты
Цепочка создания ценности услуг, ее виды деятельности и их взаимодействие
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Практики ITIL® (около 3 дней)
Семь наиболее важных практик ITIL®
Назначение остальных восьми практик ITIL®
Работа над проектом, подготовка к сертификации и сертификационный экзамен (около 3 дней)
PRINCE2 Project Management Foundation (версия 7)
Введение в управление проектами на основе PRINCE2® (около 1 дня)
Определение и характеристики проекта
Цикл управления проектом и шесть измерений проекта
Проблемы в управлении проектами - почему проекты терпят неудачу?
Преимущества метода управления проектами PRINCE2®
Среда заказчик-поставщик
Проекты в коммерческой среде
Структура метода PRINCE2® и его пять интегрированных строительных блоков
Управленческие продукты PRINCE2®
Цифровые инструменты и анализ с поддержкой искусственного интеллекта в современном управлении проектами
Основные принципы PRINCE2® (около 1 дня)
Семь основных принципов PRINCE2®
Формулировки и содержание основных принципов
Взаимосвязь между основными принципами и темами PRINCE2®
Адаптация PRINCE2® к проектной среде с учетом цифровых методов работы
Важность людей для проектов PRINCE2® (около 1 дня)
Управление изменениями
Лидерство и управление
Коммуникации в проекте
Влияние цифровых систем и систем, поддерживаемых искусственным интеллектом, на процессы сотрудничества и изменений
Семь тем PRINCE2® (около 3 дней)
Бизнес-кейс (подход к управлению выгодами и подход к управлению устойчивостью)
Организация (структура проекта, роли и обязанности)
Создание планов
Планирование и контроль качества
Управление рисками с использованием современных методов анализа и оценок на основе данных
Управление проблемами
Контроль хода выполнения проекта
Семь процессов PRINCE2® (около 2 дней)
Взаимодействие семи процессов PRINCE2® в процессе реализации проекта
Виды деятельности в соответствующих процессах PRINCE2®
Подготовка, руководство и инициирование проекта
Управление этапом
Управление поставкой продукта
Управление переходами между фазами
Закрытие проекта
Работа над проектом, подготовка к сертификации и сертификационный экзамен (около 2 дней)
Возможны изменения, содержание курса регулярно обновляется.
После прохождения курса вы будете обладать необходимыми знаниями по темам машинного обучения и глубокого обучения. Вы будете знать наиболее важные причины использования машинного обучения, области применения и различные категории и концепции машинного обучения. Вы также будете понимать области применения глубокого обучения и принцип работы нейронных сетей. Вы сможете обеспечить машинное обучение и документировать процессы.
Кроме того, вы обладаете важными специальными знаниями для оценки и оптимизации процессов и качества услуг в компаниях, а также знакомы с терминами и концепциями библиотеки ИТ-инфраструктуры (ITIL®). Вы также сможете работать над проектами PRINCE2® и будете знакомы с их процессами и терминологией. Вы также сможете планировать и реализовывать ИТ-проекты и оценивать их успешность.
Компьютерные науки, математика, электротехника и люди со степенью в области (бизнес) инженерии.
Вы обладаете высокой квалификацией в специализированных областях машинного и глубокого обучения, можете применяться в различных отраслях и пользуетесь высоким спросом на рынке труда. Вы можете анализировать большие объемы данных для поиска закономерностей и моделей. Глубокое обучение часто используется в контексте искусственного интеллекта для распознавания лиц, объектов или речи.
Обладая знаниями в области управления ИТ-услугами и проектами с помощью ITIL® и PRINCE2®, вы получаете дополнительную квалификацию, которая пользуется большим спросом, особенно в ИТ-секторе.
Дидактическая концепция
Ваши преподаватели обладают высокой профессиональной и дидактической квалификацией и будут обучать вас с первого до последнего дня (никакой системы самообучения).
Вы будете учиться в эффективных небольших группах. Обычно курсы состоят из 6-25 человек. Общие занятия дополняются многочисленными практическими упражнениями во всех модулях курса. Практический этап - важная часть курса, поскольку именно в это время вы обрабатываете полученные знания и обретаете уверенность и практичность в их применении. Заключительный раздел курса включает в себя проект, разбор конкретных ситуаций или итоговый экзамен.
Виртуальный класс alfaview®
BildungszentrumЗанятия проводятся с использованием современной видеотехнологии alfaview® - не выходя из дома или в нашем офисе по адресу . Весь курс может видеть друг друга лицом к лицу через alfaview®, общаться друг с другом с помощью синхронизированного по губам голоса и работать над совместными проектами. Разумеется, вы также можете в любое время видеть и разговаривать со своими преподавателями в прямом эфире, и на протяжении всего курса вас будут обучать преподаватели в режиме реального времени. Уроки - это не электронное обучение, а настоящее живое очное преподавание с помощью видеотехнологий.
alfatraining Agentur für Arbeit Учебные курсы субсидируются и сертифицируются в соответствии с положением об утверждении AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinПри подаче заявки или заявки на обучение все расходы на курс обычно покрываются финансирующей организацией.
Europäischen Sozialfonds Deutsche Rentenversicherung Финансирование также возможно через программы (ESF), (DRV) или региональные программы финансирования. Berufsförderungsdienst Как постоянный солдат, вы можете посещать курсы повышения квалификации по программе (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компании также могут повысить квалификацию своих сотрудников по программе финансирования от .