Курс AI Project Manager
Огляд
Вітаємо на курсі AI Project Manager!
За останні кілька років спостерігається стрімке зростання проєктів з використанням штучного інтелекту (ШІ). Проджект-менеджерам доводиться стикатися з новими викликами, адже управління проєктами з використанням інновацій потребує інноваційного підходу.
Проєкти на основі ШІ ставлять перед менеджером нестандартні питання, які потребують найскорішої відповіді. Часто скоуп таких проєктів виявляється розмитим, і встановлення дедлайнів вимагає від менеджера неабиякої обережності.
Як же налаштувати роботу команди, коли мова заходить про ШІ? Розповідаємо все детально.
Наш курс призначений для досвідчених менеджерів ІТ-проєктів, які хочуть зрозуміти, як керувати проєктами з ШІ-функціоналом, з якими проблемами вони зіткнуться та які практики допоможуть успішно досягти поставлених цілей.
Після курсу ви матимете розуміння того, що таке дані, які є основні артефакти даних, яка різниця між Data Science та Machine Learning, які завдання можна вирішити за допомогою DS/ML, як оцінити якість навченої моделі та куди повинен дивитися менеджер, щоб перевірити результати роботи команди.
Курс підійде тобі, якщо ти хочеш розвивати свої навички та працюєш за однією з наступних спеціальностей:
- Project Manager,
- Product Manager,
- Business Analyst,
- Product Owner.
Курс включає в себе:
- 4 лекційних заняття тривалістю по 1,5 години
- Навчання у невеликій групі, де кожен студент отримує увагу та підтримку менторів
- Доступ до зручної онлайн-платформи для навчання
- Зворотній зв’язок та регулярну підтримку досвідченого ментора,
- Доступ до всіх матеріалів занять – презентацій, чек-листів, записів лекцій
- Сертифікат про закінчення курсу, що підтверджує отримані навички та компетенції
Ось які переваги пропонує курс "Project management AI-проєктів" від CHI IT Academy


Лекції в зручний час


Практичні заняття


Невеликі групи


Підтримка менторів


Сертифікат


Можливість контракту з ІТ-компанією
Ми цінуємо ваш час і готові відповісти на всі запитання якомога швидше
Програма
01
Вступна лекція. Робота з даними. Термінологія
- Що таке дані
- Види даних: структуровані, неструктуровані, напівструктуровані
- Способи отримання даних
- Збір та зберігання даних, підготовка, дослідження та візуалізація
- Термінологія: Data Science, ML, Feature and Label, NN, DL
- Із чого складається Data Science-проєкт
- 5V для Big Data
- Умови завдань для ML
02
Вибір підходу до Data Science. Вивчення моделі. Оцінка якості
- Вивчення моделі. Які завдання можна вирішити за допомогою DS/ML
- Типи Machine Learning: Supervised, Unsupervised, Semi-supervised, Reinforcement
- Data splitting
- Типи Learning: Batch, Online, Transfer
- Труднощі в навчанні моделей і шляхи їх подолання
- Метрики. На що менеджеру варто звернути увагу, щоб перевірити результати роботи команди
03
Побудова команди
- Ролі на ШІ-проєкті
- Обов’язки менеджера проєктів
- Підходи до організації
- Розгляд кейсу
04
CRISP-DM: перевірена методологія для проектів Data Science
- Типовий життєвий цикл DS/ML-проєкту
- Основні етапи методології: Business understanding, Data understanding, Data preparation, Modelling, Evaluation, Deployment.
Лектори
Реєструючись та натискаючи на кнопку “Зареєструватися на курс” ви погоджуєтесь з договором-оферти та політикою конфіденційності