AI+ Program Director – Practitioner™

  • Ár 99 900 Ft + Áfa
  • E-learning Azonnal kezdhető
  • Időtartam 40 óra tananyag, önálló tempóban
  • Nyelv angol
  • Terület AI Business

Így tanulhatod

  • E-learning Azonnal kezdhető · 99 900 Ft + Áfa Megrendelem
  • Nyílt képzés Ebben a formában nem érhető el
  • Zártkörű céges Bármelyik képzésünk a csapatodnak Ajánlatot kérek

Áttekintés

Miről szól a képzés

  • AI-stratégia kidolgozása: Megtanulod, hogyan tervezz és vezess be olyan AI-stratégiákat, amelyek illeszkednek az üzleti célokhoz, és növelik az innovációt és a teljesítményt.
  • AI-projektek vezetése: Készségeket szerzel az AI-projektek irányításához, a határidőre teljesítéshez, az erőforrás-elosztáshoz és a hatékony együttműködéshez.
  • AI-programok integrációja: Megérted, hogyan építsd be az AI-t az üzleti folyamatokba, hogy az átállás gördülékeny legyen, és a lehető legnagyobb értéket hozza.
  • AI-csapatok irányítása: Területeken átívelő csapatokat vezetsz, erősíted az együttműködést, és folyamatos fejlődést tartasz fenn az AI-kezdeményezésekben.
  • AI-programok jövőállóvá tétele: Követed az AI-trendeket, és úgy igazítod a stratégiákat, hogy hosszú távon is versenyképes maradj a változó környezetben.

Előfeltételek

A képzéshez az AI/ML-alapismeretek jó ismerete, projektmenedzsment-tapasztalat, üzleti stratégiai tudás, az irányítás és a megfelelés ismerete, valamint erős vezetői és változáskezelési készségek szükségesek.

Célcsoport

Kinek szól

AI-projektmenedzserek: Azoknak a projektmenedzsereknek ajánljuk, akik AI-kezdeményezéseket vezetnének, és biztosítanák azok sikeres bevezetését a szervezetben.

Üzleti vezetők: Felsővezetőknek és menedzsereknek, akik beépítenék az AI-t az üzleti stratégiába, és növelnék a működési hatékonyságot.

Programigazgatók: Azoknak a programigazgatóknak, akik elsajátítanák az AI-projektmenedzsmentet, és területeken átívelő AI-csapatokat vezetnének.

AI-szakemberek: AI-specialistáknak, akik fejlesztenék a vezetői készségeiket, és stratégiai programmenedzsment-szerepbe lépnének.

Változásmenedzserek: Azoknak a szakembereknek, akik szervezeti változásokat kezelnek, és hatékonyan valósítanák meg az AI-vezérelt átalakulást.

Az árban

Mit tartalmaz az ár

  • Önálló tempójú online kurzus, a teljes tananyaggal
  • A hivatalos AI CERTs® vizsga
  • Digitális badge a sikeres vizsga után

Tananyag

Tematika

1. modul: Az AI alapjai a programstratégiához: bevezetés

1.1 Az AI, az ML és a deep learning megértése 1.2 Az AI életciklusa és valós alkalmazásai 1.3 Az AI társadalmi hatása 1.4 Felhasználási eset: triázsrendszer (AI a sürgősségi ellátásban) 1.5 Esettanulmány: kiskereskedelmi ajánlórendszer (személyre szabott vásárlói élmény) 1.6 Gyakorlat: egyszerű AI-osztályozó építése a Teachable Machine-nel

2. modul: AI-lehetőségek és felhasználási esetek azonosítása

2.1 AI-stratégiai összehangolási keretrendszerek: AI Canvas, érték-megvalósíthatóság mátrix 2.2 Jelek arra, hogy egy folyamat profitálhat az AI-ból: ismétlődő feladatok, adatgazdag környezet, személyre szabási igény 2.3 Rangsorolási technikák: súlyozott pontozás, kockázattal korrigált ROI 2.4 Felhasználási eset: pénzügyi AI, csalásfelderítő rendszerek 2.5 Esettanulmány: AI-vezérelt projektmenedzsment-rendszer egy programigazgató számára 2.6 Gyakorlat: tábla létrehozása a Trellóban és AI-lehetőségek rangsorolása egy adott helyzetben

3. modul: Irányítás és etika az AI-ban

3.1 A felelős AI elvei 3.2 AI-torzítás és kockázatcsökkentés 3.3 Felhasználási eset: torzítás auditálása AI-alapú toborzásban a méltányos kiválasztásért 3.4 Esettanulmány: algoritmikus torzítás csökkentése hitelbírálati modellekben a méltányos hitelezésért 3.5 Gyakorlat: a Google What-If Tool használata a Google Colabban a modell méltányosságának és torzításának értékelésére

4. modul: Az AI-projekt életciklusa és integrációja

4.1 AI-projekttervezés és a CRISP-DM 4.2 Integráció: fejlesztés, vásárlás vagy partnerség 4.3 AI-projektmenedzsment-eszközök 4.4 Felhasználási esetek: AI a prediktív karbantartásban (eszközgazdálkodás a gyártásban) 4.5 Eszközalapú gyakorlati feladat: AI-projekt szimulálása az Asanában

5. modul: Adatstratégia és infrastruktúra az AI-hoz

5.1 Adatirányítás és adatminőség 5.2 Adatfeldolgozó folyamatok kialakítása az AI-hoz 5.3 Érzékeny adatok kezelése 5.4 Felhasználási eset: kiskereskedelmi készletrendszer, AI-vezérelt utántöltés és keresletelőrejelzés 5.5 Esettanulmány: egészségügyi adatbiztonság, a betegek adatainak védelme AI-alapú egészségügyi rendszerekben 5.6 Eszközalapú gyakorlati feladat: az Airbyte Cloud beállítása és egy egyszerű adatfeldolgozó folyamat építése

6. modul: AI-integráció: fejlesztés, vásárlás vagy partnerség

6.1 AI-megoldások értékelése 6.2 Szállítóértékelés és -kezelés 6.3 Felhasználási eset: AI-szállító kiválasztása, prediktív karbantartási megoldás egy gyártóüzem számára 6.4 Eszközalapú gyakorlati feladat: szállítóértékelő sablon használata AI-szállítók értékeléséhez (Google Sheets)

7. modul: AI-kockázatkezelés és megfelelés

7.1 Szabályozási keretrendszerek 7.2 Torzítások felismerése és csökkentése 7.3 Felhasználási eset: torzítás az arcfelismerésben (rendvédelmi rendszerek) 7.4 Esettanulmány: AI a pénzügyben, a megfelelés biztosítása AI-bevezetéseknél 7.5 Eszközalapú gyakorlati feladat: torzításvizsgálat és méltányossági értékelés a KNIME-mal és a Google PAIR Facets Fairness Explorerrel

8. modul: AI-eszközök és -technikák a projektmenedzsmentben

8.1 AI-projektmenedzsment-eszközök 8.2 Adatkezelő eszközök 8.3 Esettanulmány és felhasználási eset: AI-munkafolyamat-kezelés, projektmenedzsment-eszközök használata AI bevezetéséhez a kiskereskedelemben 8.4 Eszközalapú gyakorlati feladat: projektütemtervek szimulálása az Asanában, feladatok és mérföldkövek beállítása egy AI-kezdeményezéshez

9. modul: Vezetés az AI-ban

9.1 AI-csapatok vezetése és változáskezelés 9.2 Az érintettek kezelése és a kommunikáció 9.3 Felhasználási eset: AI a gyártásban, AI-bevezetés vezetése nagyüzemi gyártási működésben 9.4 Eszközalapú gyakorlati feladat: az érintettekkel folytatott kommunikáció stratégiáinak feltérképezése a Miróban és a fő véleményformálók azonosítása

10. modul: AI-kezdeményezések skálázása

10.1 A pilottól a teljes körű bevezetésig 10.2 Szervezeti érettségi modellek az AI-hoz 10.3 Felhasználási eset: AI skálázása a kiskereskedelemben, AI-vezérelt ajánlások globális kiterjesztése 10.4 Eszközalapú gyakorlati feladat: skálázási ütemterv készítése a Lucidchartban az AI-kezdeményezések skálázásának fő lépéseivel.

11. modul: Az AI jövőbeli irányai

11.1 Feltörekvő AI-technológiák 11.2 Felhasználási eset / esettanulmány: AI az autonóm járművekben, az AI jövője az önvezető autókban 11.3 Eszközalapú gyakorlati feladat: a Hugging Face Transformers megismerése NLP-hez és a TensorFlow deep learning alkalmazásokhoz

12. modul: Záróprojekt és bemutató

12.1 A záróprojekt áttekintése 12.2 Bemutató és visszajelzés 12.3 Záró áttekintés és tanúsítvány: módszer, folyamat és visszajelzési mechanizmus

Vizsga

A vizsgáról

  • 50 Kérdés
  • 90 perc Időkeret
  • 70% Ponthatár
  • Online felügyelt vizsga

Zártkörű képzés a csapatodnak?

Bármelyik képzésünket megtartjuk vállalati, zárt csoportos formában is, a szervezet igényeire szabva, magyarul vagy angolul.

Ajánlatot kérek
99 900 Ft + Áfa E-learning
Válassz formát