AI+ Architect™ - eLearning (eksamen inkludert)

5.950,00 NOK

  • 40 hours
eLæring

AI+ Arkitekt-sertifiseringen er et avansert program utviklet for skyarkitekter, som gir et dypdykk i kunstig intelligens (AI) og dens praktiske implementeringer. Læreplanen starter med grunnleggende prinsipper for nevrale nettverk og går videre til avanserte emner som optimalisering, innstilling av hyperparametere og regularisering. Lærende arbeider med AI-arkitekturer inkludert tilbakevendende nevrale nettverk (RNNs), nettverk for lang korttidsminne (LSTMs), Transformatorer og konvolusjonelle nevrale nettverk (CNNs), og anvender dem i prosjekter innen naturlig språkbehandling (NLP) og datamaskinsyn.

Nøkkelfunksjoner

Språk

Kurs og materiell på engelsk

Nivå

Avansert nivå (Kategori: AI+ Teknisk)

1 års plattformtilgang

og Virtuelt Praktisk Lab inkludert

40 timer med videoleksjoner & multimedia

Anbefaling om 50 timers studietid

Materiale

Video, PDF-materiell, lydbok, podkaster, quizer og vurderinger.

Eksamen

Nettbasert overvåket eksamen med én gratis ny sjanse

Sertifikat

Sertifisering av gjennomføring inkludert. Gyldig i 1 år

Verktøy du vil mestre

AutoGluon, ChatGPT, SonarCube, Vertex AI

Hero

Om kurset

Forestill deg fremtiden: Nevrale nettverk for syn

  • Avansert AI-mestring: Utforsk nevrale nettverk, NLP og rammeverk for datasyntese.
  • AI i stor skala: Lær å utvikle skalerbare AI-systemer med praktisk anvendelse.
  • Sluttoppgave: Design, test og implementering av avanserte AI-arkitekturer.
  • Karriereklare ferdigheter: Gjør deg klar for etterspurte roller innen AI-systemdesign og implementering.

Programmet tar også for seg AI-infrastruktur, utrullingsstrategier og etiske hensyn for å sikre ansvarlig AI-utvikling. Gjennom et avsluttende prosjekt får deltakerne vist sin evne til å takle arkitektoniske utfordringer ved bruk av AI, noe som ruster dem til å lede i teknologidrevne miljøer med større presisjon, effektivitet og innovasjon.


Hvorfor denne sertifiseringen er viktig

Bruk AI-verktøy for å forbedre designeffektivitet, skalerbarhet og ytelse.

AI Cloud

Læringsutbytte

Ved slutten av dette kurset vil du være i stand til å:

Ende-til-ende AI-utvikling

Design komplette AI-pipelines, fra dataforbehandling og modellbygging til utrulling, og sørg for integrasjon med infrastruktur og skalérbarhet.

Avanserte nevrale nettverk

Implementer komplekse nevrale nettverksarkitekturer ved hjelp av rammeverk som TensorFlow og PyTorch for NLP og datasyntaplikasjoner.

AI-forskning og innovasjon

Bruk banebrytende AI-forskning og designstrategier for å tette hull og holde deg i forkant i det stadig utviklende AI-landskapet.

Generative AI-teknikker

Utforsk generative AI-modeller og deres anvendelser i kreative industrier, forskning og design av automatiserte systemer

Kursplan

Hero
  1. Grunnleggende om nevrale nettverk

    Leksjon 1

    • 1.1 Innføring i nevrale nettverk
    • 1.2 Nevrale nettverksarkitektur
    • 1.3 Praktisk oppgave: Implementer et grunnleggende nevralt nettverk
  2. Optimalisering av nevrale nettverk

    Leksjon 2

    • 2.1 Hyperparameterjustering
    • 2.2 Optimaliseringsalgoritmer
    • 2.3 Regulariseringsteknikker
    • 2.4 Praktisk arbeid: Justering og optimalisering av hyperparametere
  3. Nevrale nettverksarkitekturer for NLP

    Leksjon 3

    • 3.1 Sentrale NLP-konsepter
    • 3.2 Arkitekturer spesifikke for NLP
    • 3.3 Praktisk arbeid: Implementering av en NLP-modell
  4. Nevrale nettverksarkitekturer for datamaskinsyn

    Leksjon 4

    • 4.1 Nøkkelbegreper innen datamaskinsyn
    • 4.2 Arkitekturer spesifikke for datamaskinsyn
    • 4.3 Praktisk arbeid: Bygging av en datavisjonsmodell
  5. Modellvurdering og ytelsesmålinger

    Leksjon 5

    • 5.1 Teknikker for modellvurdering
    • 5.2 Forbedring av modellens ytelse
    • 5.3 Praktisk arbeid: Evaluering og optimalisering av AI-modeller
  6. AI-infrastruktur og utrulling

    Leksjon 6

    • 6.1 Infrastruktur for AI-utvikling
    • 6.2 Utsettingsstrategier
    • 6.3 Praktisk oppgave: Utrulling av en AI-modell
  7. AI-etikk og ansvarlig AI-design

    Leksjon 7

    • 7.1 Etiske betraktninger rundt AI
    • 7.2 Beste praksiser for ansvarlig AI-design
    • 7.3 Praktisk arbeid: Analyse av etiske hensyn i AI
  8. Generative AI-modeller

    Leksjon 8

    • 8.1 Oversikt over generative AI-modeller
    • 8.2 Generative AI-applikasjoner i ulike domener
    • 8.3 Praktisk arbeid: Utforsking av generative AI-modeller
  9. Forskningbasert AI-design

    Leksjon 9

    • 9.1 AI forskningsteknikker
    • 9.2 Banebrytende AI-design
    • 9.3 Praktisk arbeid: Analyse av forskningsartikler om kunstig intelligens
  10. Avsluttende prosjekt og kursgjennomgang

    Leksjon 10

    • 10.1 Avsluttende prosjektpresentasjon
    • 10.2 Kursgjennomgang og fremtidige retninger
    • 10.3 Praktisk arbeid: Utvikling av avsluttende prosjekt
  11. AI-agenter for arkitekter

    Valgfri modul

    • 1. Forståelse av AI-agenter
    • 2. Kasusstudier
    • 3. Praktisk arbeid med AI-agenter
AI-arkitekt

Hvem bør melde seg på dette programmet?

Arkitekturprofesjonelle: Integrer AI for smartere, skalerbare design.

Systemarkitekter og ingeniører: Bruk AI for å bygge avanserte, automatiserte infrastrukturer.

IT-infrastrukturledere: Optimaliser planlegging og utrulling med AI.

Forretningsledere: Frem driv omforming med AI-drevne løsninger.

Studenter & nyutdannede: Få et forsprang med ferdigheter i AI-arkitektur.

Start kurset nå

Industrivekst

Å drive skalerbare, intelligente arkitekturløsninger

  • Det forventes at det globale markedet for AI i arkitektur vil vokse med en CAGR på 38,6 % fra 2021 til 2028.
  • AI-drevet design og automatisering transformerer byggebransjen, eiendom og byplanlegging, og forbedrer bærekraften.
  • Økende bruk av AI for prediktivt design, virtuelle simuleringer og intelligent bygningsstyring.
  • AI-innovasjoner omformer byggebransjen og planlegging av smarte byer, og forbedrer energieffektiviteten og byutviklingen.
  • Økende etterspørsel etter AI-forsterket arkitektur i kommersielle eiendommer, infrastruktur og byprosjekter.

Flere detaljer

Forutsetninger

  • Grunnleggende forståelse av nevrale nettverk, inkludert deres struktur og optimalisering for praktiske anvendelser.
  • Evnen til å vurdere modellens ytelse ved bruk av forskjellige metrikker for å sikre nøyaktighet og pålitelighet.
  • Interesse for å lære om AI-infrastruktur og utrulling for å effektivt implementere og vedlikeholde AI-systemer.

Eksamensdetaljer

  • Varighet: 90 minutter
  • Bestått: 70 % (35/50)
  • Format: 50 flervalgsspørsmål med flere svaralternativer
  • Leveringsmetode: Online via overvåket eksamensplattform (fleksibel planlegging)
  • Språk: Norsk

Lisensiering og akkreditering

Dette kurset tilbys av AVC i henhold til Partner Program-avtalen og er i samsvar med kravene i lisensavtalen.

Egenkapitalpolitikk

AVC tilbyr ikke tilrettelegging på grunn av en funksjonshemming eller medisinsk tilstand hos noen studenter. Kandidater oppfordres til å kontakte AVC for veiledning og støtte gjennom tilretteleggingsprosessen.


Ofte stilte spørsmål

Trenger du bedriftsløsning eller LMS-integrasjon?

Fant du ikke kurset eller programmet som ville være passende for din bedrift? Trenger du LMS-integrasjon? Ta kontakt med oss! Vi er agile og løser alt!