AI+ Ingeniør™ - eLearning (inklusive eksamen)

3.500,00 DKK

  • 40 hours
eLearning

AI+ Ingeniørcertificeringen er skræddersyet til softwareingeniører og tilbyder en struktureret vej fra grundlæggende AI til avancerede applikationer. Programmet starter med grundlæggende AI og skrider frem til AI-arkitektur, neurale netværk, LLM'er, generativ AI, NLP og Transfer Learning ved brug af Hugging Face. Deltagerne vil også opnå færdigheder i at designe avancerede GUI'er til AI-løsninger og forståelse for AI-kommunikation og udrulningspipeliner gennem praktiske, hands-on øvelser.

Vigtige funktioner

Sprog

Kursus og materiale på engelsk

Niveau

Avanceret niveau (Kategori: AI+ Teknisk)

1 års platformadgang

og Virtuelt Hands-on Lab inkluderet

40 timers videoundervisning & multimedie

Anbefaling om 50 timers studietid

Materiale

Video, PDF-materiale, lydbog, podcasts, quizzer og vurderinger.

Eksamen

Online overvåget eksamen med én gratis genprøve

Certifikat

Certifikat for gennemførelse inkluderet. Gyldig i 1 år

Værktøjer du vil mestre

TensorFlow, Jenkins, TensorFlow Hub, Hugging Face Transformers

Hero

Om kurset

Innovér i ingeniørarbejdet: Udnyt AI-drevne smarte løsninger

  • Omfattende AI-stack: Udforsk AI-arkitekturer, LLM'er, NLP og neurale netværk
  • Praktiske Værktøjer: Arbejd med Transfer Learning via Hugging Face og GUI-udvikling
  • Udrulningskompetencer: Opret funktionelle AI-systemer og håndter kommunikationspipeline
  • Praktisk ekspertise: Udvikl evnen til at konstruere skalerbare, innovative AI-løsninger

Etiske overvejelser inden for AI bliver fremhævet for at sikre, at eleverne forstår retfærdighed, gennemsigtighed og ansvarlighed i AI-systemer. Virkelige cases og øvelser hjælper med at identificere og afhjælpe fordomme, hvilket forbedrer etisk AI-implementering. Denne certificering udstyrer ingeniører med viden og færdigheder til at løse praktiske AI-udfordringer, innovere ansvarligt og indtage ledende roller i det hurtigt udviklende AI-landskab.

Hvorfor denne certificering er vigtig

Opnå ekspertise i at designe, implementere og optimere avancerede AI-systemer til praktiske anvendelser.

AI-ingeniør

Læringsresultater

Ved afslutningen af dette kursus vil du være i stand til at:

AI GUI-udvikling

Skab intuitive, brugervenlige grænseflader til AI-applikationer, der inkorporerer brugertestning og integrationsmetoder.

AI-implementering & kommunikation

Lær at udvikle AI-systemer, håndtere udrulningspipeliner og effektivt kommunikere deres værdi til interessenter

AI Problemløsning

Anvend AI-teknikker til at tackle udfordringer i den virkelige verden, analysere resultater og forbedre problemløsningsmetoder.

AI-projektledelse

Opnå færdigheder til at planlægge, allokere ressourcer, håndtere interessenter og succesfuldt levere AI-fokuserede projekter.

Kursus tidsplan

Hero
  1. Grundlag for kunstig intelligens

    Lektion 1

    • 1.1 Introduktion til AI
    • 1.2 Kernebegreber og teknikker inden for AI
    • 1.3 Etiske overvejelser
  2. Introduktion til AI-arkitektur

    Lektion 2

    • 2.1 Oversigt over AI og dets forskellige anvendelser
    • 2.2 Introduktion til AI-arkitektur
    • 2.3 Forståelse af AI-udviklingslivscyklussen
    • 2.4 Praktisk øvelse: Opsætning af et grundlæggende AI-miljø
  3. Grundlæggende om neurale netværk

    Lektion 3

    • 3.1 Grundlæggende om neurale netværk
    • 3.2 Aktiveringsfunktioner og deres rolle
    • 3.3 Backpropagation og optimeringsalgoritmer
    • 3.4 Praktisk øvelse: Opbygning af et simpelt neuralt netværk ved brug af et dyb læring-framework
  4. Anvendelser af neurale netværk

    Lektion 4

    • 4.1 Introduktion til neurale netværk i billedbehandling
    • 4.2 Neurale netværk til sekventielle data
    • 4.3 Praktisk implementering af neurale netværk
  5. Betydningen af store sprogmodeller (LLM)

    Lektion 5

    • 5.1 Udforskning af store sprogmodeller
    • 5.2 Populære store sprogmodeller
    • 5.3 Praktisk finjustering af sprogmodeller
    • 5.4 Praktisk arbejde: Finjustering til tekstklassificering
  6. Anvendelse af generativ AI

    Lektion 6

    • 6.1 Introduktion til generative modstandernetværk (GANs)
    • 6.2 Anvendelser af Variational Autoencoders (VAEs)
    • 6.3 Generering af realistiske data ved hjælp af generative modeller
    • 6.4 Praktisk øvelse: Implementering af generative modeller til billedsyntese
  7. Naturalsprogsbehandling

    Lektion 7

    • 7.1 NLP i virkelige scenarier
    • 7.2 Opmærksomhedsmekanismer og praktisk brug af Transformere
    • 7.3 Dybdegående forståelse af BERT til praktiske NLP-opgaver
    • 7.4 Praktisk øvelse: Opbygning af praktiske NLP-pipelines med foruddannede modeller
  8. Transfer Learning med Hugging Face

    Lektion 8

    • 8.1 Oversigt over transferlæring i AI
    • 8.2 Strategier og teknikker til transferlæring
    • 8.3 Praktisk øvelse: Implementering af transferlæring med Hugging Face-modeller til forskellige opgaver
  9. Udvikling af avancerede GUI'er til AI-løsninger

    Lektion 9

    • 9.1 Oversigt over GUI-baserede AI-applikationer
    • 9.2 Web-baseret rammeværk
    • 9.3 Skrivebordsapplikationsframework
  10. AI-kommunikation og udrulningspipeline

    Lektion 10

    • 10.1 Effektiv kommunikation af AI-resultater til ikke-tekniske interessenter
    • 10.2 Opbygning af en udrulningspipeline for AI-modeller
    • 10.3 Udvikling af prototyper baseret på kundebehov
    • 10.4 Praktisk øvelse: Udrulning
  11. AI-agenter til ingeniørarbejde

    Valgfrit modul

    • 1. Forståelse af AI-agenter
    • 2. Case-studier
    • 3. Praktisk erfaring med AI-agenter
AI-ingeniør

Hvem bør tilmelde sig dette program?

AI- & softwareingeniører: Mestr AI-teknikker og avanceret systemdesign.

Maskinlæringsentusiaster: Anvend dyb læring, NLP og neurale netværk.

Data Scientists: Byg og implementer skalerbare AI-løsninger.

IT-specialister & systemarkitekter: Integrer AI for at optimere infrastrukturen.

Start kursus nu

Industrivækst

Kørsel af næste generations AI-drevet ingeniørarbejde

  • Inden 2027 vil 80% af ingeniørerne have brug for opkvalificering for at tilpasse sig generativ AI (GenAI) teknologier (Gartner).
  • Hurtig AI-adoption på tværs af sektorer øger efterspørgslen efter professionelle med avanceret AI-ekspertise.
  • Organisationer søger AI+ ingeniører til at bygge innovative løsninger til AI-drevet automatisering og beslutningstagning.
  • Det globale behov for AI-ingeniørfærdigheder vokser, hvilket skaber lukrative muligheder for eksperter i design og implementering af AI-systemer.

Flere detaljer

Forudsætninger

  • Det anbefales at gennemføre AI+ Data™ eller AI+ Developer™ kurset.
  • En solid grundlæggende forståelse af Python-programmering er nødvendig for praktiske øvelser og projekter.
  • Grundlæggende kendskab til gymnasieniveau algebra og statistik er nødvendigt.
  • Kendskab til grundlæggende programmeringskoncepter, herunder variabler, funktioner, løkker og datastrukturer som lister og ordbøger, er essentielt.

Eksamensdetaljer

  • Varighed: 90 minutter
  • Bestået: 70% (35/50)
  • Format: 50 multiple-choice/flersvarsspørgsmål
  • Leveringsmetode: Online via overvåget eksamensplatform (fleksibel tidsplanlægning)
  • Sprog: Engelsk

Licensering og akkreditering

Dette kursus udbydes af AVC i henhold til Partner Program-aftalen og overholder kravene i licensaftalen.

Egenkapitalpolitik

AVC stiller ikke indkvartering til rådighed på grund af en handicap eller medicinsk tilstand hos nogen studerende. Kandidater opfordres til at kontakte AVC for vejledning og støtte gennem hele tilpasningsprocessen.


Ofte stillede spørgsmål

Har du brug for virksomhedsløsninger eller LMS-integration?

Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!