AI+ Ingeniør™ - eLearning (inklusive eksamen)
3.500,00 DKK
- 40 hours
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

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.

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

Grundlag for kunstig intelligens
Lektion 1
- 1.1 Introduktion til AI
- 1.2 Kernebegreber og teknikker inden for AI
- 1.3 Etiske overvejelser
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
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
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
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
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
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
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
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
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
AI-agenter til ingeniørarbejde
Valgfrit modul
- 1. Forståelse af AI-agenter
- 2. Case-studier
- 3. Praktisk erfaring med AI-agenter

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.
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!