Майстер в галузі штучного інтелекту

Загальні відомості

Опис програми

Майстер в галузі штучного інтелекту

Інтернет-майстер зі штучного інтелекту

Магістр штучного інтелекту народжується в результаті об'єднання великого досвіду підготовки та досліджень у галузі технологій, що характеризує УПК, підкріплене визнанням та акредитаціями, які вони мають як на національному, так і на міжнародному рівні; та досвід навчання в Інтернеті з технологією та діловими OBS від OBS .

Магістр штучного інтелекту дозволяє студентам пізнати поняття та необхідні елементи ШІ з теоретико-практичної точки зору для успішного виконання проектів у цій галузі.

У програмі Майстер студенти заглиблюються у п’ять великих блоків:

  • Блок I. Основи: будуть надані ключові поняття, пов'язані з ШІ, а також ті, що стосуються всіх технологій, що охоплюються цим терміном.
  • Блок II Розробка моделей машинного навчання та нейронних мереж: будуть поглиблені моделі, засновані на машинному навчанні та нейронних мережах та їх практичному використанні. Це включає оптимізацію та подальшу оцінку моделей.
  • Блок III Основні архітектури ШІ: основні існуючі рамки на ринку розробки моделей AI будуть поглиблені.
  • Блок IV Впровадження проектів ШІ: будуть розглядатися етапи розробки та управління проектами, пов'язаними з технологіями ШІ, а також процес їх реалізації.
  • Блок V. Ділові додатки ШІ та його вплив на бізнес: будуть впроваджені основні бізнес-програми ІІ, а також вплив, який вони мають, як з ділової, так і з технологічної точки зору.

Важливо підкреслити, що надзвичайно практичний характер програми дозволяє студенту негайно застосувати знання, здобуті під час магістратури.

можливості кар'єрного росту

Після завершення програми студенти можуть займати такі посади, як:

  • Керівник групи з розвитку ID в різних секторах.
  • Бізнес-консультант, що спеціалізується на AI.
  • Технологічний консультант, що спеціалізується на AI.
  • Відповідає за проекти ІА.
  • Експерт у розробці систем ШІ.

мети

Що таке AI і чим відрізняються його застосування? Які новітні технології та можливості необхідні для отримання конкурентних переваг від AI? Який його потенційний вплив на компанії та суспільство? Які ризики існують у моделях навчання на основі машинного навчання? Який взаємозв'язок між AI та Big Data? Які ключові елементи слід враховувати для ведення проектів ІІ в організації?

Майстер зі штучного інтелекту допоможе вам відповісти на всі ці питання, поєднуючи поняття, пов’язані з найважливішими технологіями, та їх застосування на рівні бізнесу. Аналіз різних реальних випадків та розробка власного проекту дозволить вам уточнити реальність AI-технологій, а також їх застосування для підтримки потреб бізнесу.

Загальна мета

Основна мета «Майстер штучного інтелекту» - донести основи ІІ до всіх тих фахівців, які бачать, як програми машинного навчання в своїх секторах змінюють спосіб управління бізнес-моделями. Завдяки цій програмі студенти здобувають необхідні технічні знання для керівництва проектами AI.

Конкретні цілі

Навчальна програма магістра з штучного інтелекту розроблена для досягнення наступних конкретних цілей:

  • Поглибити основи та ключові поняття ШІ, а також методи та прийоми, що застосовуються для вирішення бізнес-проблем.
  • Знайте основні алгоритми та інструменти, пов'язані з машинним навчанням, щоб мати можливість реалізовувати їх у вирішенні завдань, не маючи попередніх знань з програмування.
  • Розробити моделі ШІ, використовуючи основні робочі рамки, існуючі на ринку.
  • Розробка практичних програм AI, таких як віртуальні помічники та чати. Вміти вести проекти ІІ не тільки з технічної точки зору, але й з боку управління, розробляючи багатопрофільні профілі, які вміють співвідносити та зв’язувати різні сфери бізнесу та технологічні практики.
  • Зрозумійте стратегічний вплив ШІ, розвиваючи бізнес-бачення для максимізації рентабельності інвестицій.
  • Розуміти застосування ІІ в різних галузях промисловості та поглибити випадки використання з найбільшим наслідком для бізнесу.

навчальний план

Блок І. Основи ШІ

Курс вирівнювання ІА

Паралельно з модулем 1 студенти запускають програму штучного інтелекту з цього курсу вирівнювання, який забезпечує бази знань з програмування, алгоритмів та математики. У цьому курсі студенти знайдуть матеріальні ресурси, які дозволять їм заглибитися в різні теми, необхідні для подальшого вивчення курсу. У цьому курсі вони виконають екзамени з тестового типу, які послужать керівництвом для оцінювання своїх знань та будуть оцінені в кінці його. Теми, на які слід звернути увагу:

  • Основи ШІ.
  • Вступ до програмування.
  • Вступ до алгоритмів в ШІ.

Модуль 1. AI: основи та основні технології

У цьому модулі студент увійде у світ AI та його застосування у бізнесі, вирішуючи такі питання, як:

  • Основні поняття ШІ.
  • Основні технології AI.
  • Організація "керована даними".
  • Бази для виконання проектів AI та їх відмінність від традиційного виконання ІТ.

Модуль 2. Соціально-економічний вплив ШІ

У цьому модулі студент набуде інтегрованого бачення концепції ШІ у сучасному соціально-економічному контексті. У цьому студент побачить такі теми, як:

  • Економічний вплив ШІ та промисловості 4.0.
  • Вплив ШІ на людей: етичні, соціальні та правові міркування.
  • Модель прийняття та зрілості ШІ в організаціях. Моделі зрілості ІА як інструмент позиціонування організацій.
Блок II Розробка та розробка моделей машинного навчання та нейронних мереж

Модуль 3. Вступ до машинного навчання: дані та алгоритми

Цей модуль познайомить студента з машинним навчанням, надаючи ці ключові поняття для їх правильного розуміння. У цьому ви побачите такі теми, як:

  • Основні поняття машинного навчання.
  • Важливість даних.
  • Якість даних та управління ними.
  • Алгоритми машинного навчання: ризики та обмеження.

Модуль 4. Моделі машинного навчання: оптимізація та застосування

Цей модуль надасть ключі для оптимізації результатів моделей машинного навчання, при цьому звертаючись до процесу, пов'язаного з мінімізацією ризиків при генерації програм на основі AI. Теми, над якими буде працювати:

  • Оптимізація моделей.
  • Якість даних для надійної аналітики.
  • Генерація додатків на основі машинного навчання.

Модуль 5. Нейронні мережі

Протягом цього п'ятого модуля студент увійде у світ Нейронних мереж та побачить такі теми, як:

  • Типові архітектури
  • Глибоке посилене навчання.
  • Навчання нейронної мережі: ігровий майданчик TensorFlow.
Блок III Основні архітектури AI

Модуль 6. Рамки AI

У цьому модулі студент побачить основні рамки AI, які зараз існують на ринку. Серед них:

  • Рамки з відкритим кодом.
  • Google IA Framework.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Блок IV Впровадження проектів ШІ

Модуль 7. Реалізація проектів ШІ (І): методологія

У цій першій частині блоку 4 студент побачить методологічні аспекти спрямування та реалізації проектів ШІ. Теми, які будуть розглянуті:

  • Методологія ML: CRISP-DM.
  • Зміст життєвого циклу.
  • AIOps
  • Регресійні тести.
  • Відгуки та обслуговування.
  • Повторне використання та перепідготовка.
  • Випадки та практичні приклади.

Модуль 8. Реалізація проектів AI (II): матеріальні та людські ресурси

У цій другій частині блоку студент зосередиться на напрямі та реалізації проектів AI з точки зору матеріальних та людських ресурсів. У цьому сенсі деякі моменти, які будуть розглянуті в модулі:

  • Матеріальні ресурси.
    • Зберігання
    • Обчислення
    • Економічні моделі
    • Хмарна інфраструктура
    • Інструменти
  • Людські ресурси Конкретні профілі та вплив на традиційні профілі.
Блок V. Бізнес-додатки AI та його вплив на бізнес

Модуль 9. Ділові додатки AI та його вплив на бізнес

Цей модуль ознайомить студента з основними бізнес-додатками AI. Деякі теми, які будуть розглянуті:

  • Інтелектуальна взаємодія: оптимізація споживчого досвіду за допомогою гіпер-персоналізації, розмовних інтерфейсів та використання даних у режимі реального часу.
  • Розумні продукти та послуги: можливості, які надає AI та пошук нових бізнес-моделей та ринків.
  • Інтелектуальні операції: поєднання AI з рішеннями для автоматизації, щоб забезпечити самонавчання.
  • Інтелектуальні функції корпоративної підтримки (безпека, HR, технології тощо): використання ШІ для підвищення інтелекту та покращення прийняття рішень.

Модуль 10. Клієнтські моделі ШІ

У цьому останньому модулі програми додатки AI до процесів взаємовідносин із клієнтами будуть поглиблені. Деякі моменти модуля:

  • Залучення: соціальні мережі та платні ЗМІ.
  • Досвід: Настроювання вмісту та подорож клієнтів.
  • Продаж: продаж та перехресний продаж.
  • Сервіс: чати та розумні помічники.

Остаточний майстер-проект

Під час Підсумкового магістерського проекту (PFM) студент буде працювати разом із реальною компанією при розробці проекту. Це матиме можливість зробити це для власної компанії або вибрати один із варіантів, запропонованих школою.

Семінари

Під час магістра з штучного інтелекту студент матиме можливість провести 2 практичні семінари, розділені на технологічну майстерню та ділову майстерню.

Технологічний практикум Додаток мови Python

Цей семінар піднімає основні знання про Python, введені в курс вирівнювання, просуваючись у знаннях про застосування цієї мови програмування. Протягом цього семінару студенти набудуть практичного бачення щодо застосування найбільш часто використовуваної мови програмування у галузі штучного інтелекту та машинного навчання: Python.

Python - це довідкова мова програмування в середовищах штучного інтелекту за його простотою використання, універсальністю та великою кількістю доступних бібліотек. Зростання використання цієї мови вражає, в основному, завдяки новим технологіям Data Data and Machine Learning.

Примітка. Для проведення цього семінару важливо мати знання з програмування.

Бізнес-семінар Розширення можливостей проектів великих даних за допомогою машинного навчання

Машинне навчання потребує великої кількості даних для того, щоб функціонувати та тренувати алгоритми, які він використовує. На цьому семінарі студенти побачать різні способи машинного навчання у середовищі Big Data. Крім того, цей семінар дозволить студентам освоїти, як AI ставиться до Big Data. Як застосовувати машинне навчання у великих даних? Як ми можемо виявити шаблони даних за допомогою машинного навчання? Які програми у вас є на рівні бізнесу?

Оскільки це практичний практикум, студенти працюватимуть на прикладі з прикладом використання цифрового маркетингу. Зокрема, ви побачите, як сьогодні відбувається програмне придбання цифрових носіїв інформації та як їх можна оптимізувати за допомогою методів машинного навчання в поєднанні із середовищами Big Data. Таким чином вони побачать користь для бізнесу, яку приносить це поєднання технологій, і як її екстраполювати на інші процеси.

інструменти

Протягом усієї програми студенти будуть використовувати, серед інших, такі інструменти:

Програмне забезпечення Python

Програмне забезпечення, яке дозволяє програмувати мовою Python. Це одна з найбільш часто використовуваних мов програмування. Це багатопарадигмальна мова.

R Програмне забезпечення

Програмне забезпечення для програмування, інтегроване різними інструментами, розширюється завдяки завантаженню різних пакетів, бібліотек або власних зразків. Це з відкритим кодом.

Натягувач потоку

Безкоштовна бібліотека програмного забезпечення, яка використовується для виконання чисельних обчислень за допомогою блок-схем.

PyTorch

Пакет Python призначений для виконання чисельних обчислень за допомогою програмування напруги.

CNTK (Когнітивний інструментарій Microsoft)

Бібліотека для глибокого навчання на основі глибоких нейронних мереж. На цьому ґрунтується конструкція обчислювальної мережі, яка є єдиною основою для опису різних типів навчальних машин, таких як глибокі нейронні мережі, звивисті нейронні мережі, періодичні нейронні мережі тощо.

Послуги APIS (Amazon)

Служба AWS, яка дозволяє створювати, публікувати, підтримувати, контролювати та захищати API REST та WebSocket в будь-якому масштабі.

Основні вимоги

Профіль студента та вимоги до вступу

Магістерські модулі розроблені разом з тими професіоналами з різних секторів, які прагнуть прискорити розвиток своєї професійної кар’єри і зрозуміти роль, яку AI набуває, у бізнес-середовищі. Вимоги до доступу до майстра штучного інтелекту OBS такі:

  • Випускники та випускники з технічної інженерії, ADE та наук (медицина, математика, фізика чи хімія).
  • Керівники, які хочуть зануритися в діловий вплив та нові можливості, які ці технології відкривають, визначивши необхідні елементи, щоб мати можливість застосовувати їх у реальних виробничих умовах.
  • Керівники проектів та менеджери, які хочуть розширити свої управлінські можливості для здійснення проектів, пов’язаних із ШІ.
  • Люди, які мають досвід чи покликання в області ШІ, які бажають посилити свою академічну підготовку.
  • Консультанти та фахівці в галузі ІІ, які хочуть підготувати, оновити та доповнити свій профіль, зміцнюючи таким чином свою конкурентну позицію на ринку.
титрування

Після завершення програми студенти отримують:

  • Назва трьох балів.
  • Власна ступінь, акредитована UPC, якщо вимоги університету виконуються в кінці програми.
Останнє оновлення Листопад 2019

Про навчальний заклад

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Детальніше

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Згорнути