AI+ Engineer™ - eLearning (eksamen inkludert)
5.950,00 NOK
- 40 hours
AI+ Ingeniørsertifiseringen er skreddersydd for programvareingeniører, og tilbyr en strukturert vei fra grunnleggende AI til avanserte applikasjoner. Programmet starter med grunnlaget for AI og går videre til AI-arkitektur, nevrale nettverk, LLM-er, generativ AI, NLP og Transfer Learning ved bruk av Hugging Face. Deltakerne vil også få ferdigheter i å designe avanserte GUI-er for AI-løsninger og forståelse for AI-kommunikasjon og utrullingspipeliner gjennom praktiske, hands-on øvelser.
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 fullføring inkludert. Gyldig i 1 år
Verktøy du vil mestre
TensorFlow, Jenkins, TensorFlow Hub, Hugging Face Transformers

Om kurset
Innoverende Ingeniørvirksomhet: Utbenytt AI-drevne Smarte Løsninger
- Omfattende AI-stakk: Utforsk AI-arkitekturer, LLM-er, NLP og nevrale nettverk
- Praktiske Verktøy: Arbeid med overføringslæring via Hugging Face og GUI-utvikling
- Utrullingsferdigheter: Opprette funksjonelle AI-systemer og håndtere kommunikasjonsrørledninger
- Praktisk ekspertise: Utvikle evnen til å konstruere skalerbare, innovative AI-løsninger
Etiske betraktninger i AI vektlegges for å sikre at elevene forstår rettferdighet, gjennomsiktighet og ansvarlighet i AI-systemer. Studier av reelle tilfeller og øvelser hjelper med å identifisere og redusere fordommer, noe som forbedrer etisk utrulling av AI. Denne sertifiseringen utstyrer ingeniører med kunnskap og ferdigheter for å løse praktiske AI-utfordringer, innovere ansvarlig og ta ledende roller i det raskt utviklende AI-landskapet.
Hvorfor denne sertifiseringen er viktig
Skaff deg ekspertise i å designe, implementere og optimalisere avanserte AI-systemer for praktiske anvendelser.

Læringsutbytte
Ved slutten av dette kurset vil du være i stand til å:
AI GUI-utvikling
Skap intuitive, brukervennlige grensesnitt for AI-applikasjoner, med innarbeiding av brukbarhetstesting og integrasjonsmetoder.
AI-utrulling og kommunikasjon
Lær å utvikle AI-systemer, håndtere utrullingspipeliner, og effektivt kommunisere deres verdi til interessenter
AI-problemløsning
Bruk AI-teknikker for å takle utfordringer i den virkelige verden, analysere resultater og forbedre problemløsningsmetoder.
AI prosjektledelse
Tilegn deg ferdigheter for å planlegge, allokere ressurser, håndtere interessenter og levere AI-fokuserte prosjekter på en vellykket måte.
Kursplan

Grunnlaget for kunstig intelligens
Leksjon 1
- 1.1 Innføring i AI
- 1.2 Kjernebegreper og teknikker i AI
- 1.3 Etiske betraktninger
Introduksjon til AI-arkitektur
Leksjon 2
- 2.1 Oversikt over AI og dens ulike anvendelser
- 2.2 Innføring i AI-arkitektur
- 2.3 Forståelse av livssyklusen til AI-utvikling
- 2.4 Praktisk øvelse: Oppsett av et grunnleggende AI-miljø
Grunnleggende om nevrale nettverk
Leksjon 3
- 3.1 Grunnleggende om nevrale nettverk
- 3.2 Aktiveringsfunksjoner og deres rolle
- 3.3 Bakoverpropagering og optimaliseringsalgoritmer
- 3.4 Praktisk arbeid: Bygging av et enkelt nevralt nettverk ved bruk av et rammeverk for dyp læring
Anvendelser av nevrale nettverk
Leksjon 4
- 4.1 Innføring i nevrale nettverk i bildebehandling
- 4.2 Nevrale nettverk for sekvensiell data
- 4.3 Praktisk implementering av nevrale nettverk
Betydningen av store språkmodeller (LLM)
Leksjon 5
- 5.1 Utforsking av store språkmodeller
- 5.2 Populære store språkmodeller
- 5.3 Praktisk finjustering av språkmodeller
- 5.4 Praktisk arbeid: Finjustering for tekstklassifisering
Anvendelse av generativ AI
Leksjon 6
- 6.1 Innføring i generative motstridende nettverk (GANs)
- 6.2 Anvendelser av varierende autoenkodere (VAEs)
- 6.3 Generering av realistiske data ved bruk av generative modeller
- 6.4 Praktisk arbeid: Implementering av generative modeller for bilde syntese
Naturalspråkbehandling
Leksjon 7
- 7.1 NLP i virkelige scenarioer
- 7.2 Oppmerksomhetsmekanismer og praktisk bruk av transformatorer
- 7.3 Grundig forståelse av BERT for praktiske NLP-oppgaver
- 7.4 Praktisk arbeid: Bygging av praktiske NLP-pipelines med forhåndstrente modeller
Transferlæring med Hugging Face
Leksjon 8
- 8.1 Oversikt over overføringslæring i AI
- 8.2 Strategier og teknikker for overføringslæring
- 8.3 Praktisk arbeid: Implementering av overføringslæring med Hugging Face-modeller for ulike oppgaver
Utvikling av avanserte GUIer for AI-løsninger
Leksjon 9
- 9.1 Oversikt over AI-applikasjoner med grafisk brukergrensesnitt
- 9.2 Nettbasert rammeverk
- 9.3 Skrivebordsapplikasjonsrammeverk
AI-kommunikasjon og utrullingspipeline
Leksjon 10
- 10.1 Effektiv kommunikasjon av AI-resultater til ikke-tekniske interessenter
- 10.2 Bygge en utrullingspipeline for AI-modeller
- 10.3 Utvikling av prototyper basert på kundekrav
- 10.4 Praktisk arbeid: Utrulling
AI-agenter for ingeniørfag
Valgfri modul
- 1. Forståelse av AI-agenter
- 2. Kasusstudier
- 3. Praktisk arbeid med AI-agenter

Hvem bør melde seg på dette programmet?
AI- og programvareingeniører: Bli mester i AI-teknikker og avansert systemdesign.
Maskinlæringsentusiaster: Bruk dyp læring, NLP og nevrale nettverk.
Dataforskere: Bygg og distribuer skalerbare AI-løsninger.
IT-spesialister og systemarkitekter: Integrer AI for å optimalisere infrastrukturen.
Industrivekst
Kjører neste generasjons AI-drevet ingeniørarbeid
- Innen 2027 vil 80% av ingeniørene trenge videreutdanning for å tilpasse seg generativ AI (GenAI) teknologier (Gartner).
- Rask AI-adopsjon på tvers av sektorer øker etterspørselen etter fagfolk med avansert AI-ekspertise.
- Organisasjoner søker etter AI+ ingeniører for å bygge innovative løsninger for AI-drevet automatisering og beslutningstaking.
- Det globale behovet for AI-tekniske ferdigheter øker, noe som skaper lukrative muligheter for eksperter innen AI-systemdesign og implementering.
Flere detaljer
Forutsetninger
- Det anbefales å fullføre AI+ Data™- eller AI+ Developer™-kurset.
- En solid grunnmur i Python-programmering er nødvendig for praktiske øvelser og prosjekter.
- Grunnleggende kunnskap om algebra og statistikk på videregående skolenivå er nødvendig.
- Kjennskap til grunnleggende programmeringskonsepter, inkludert variabler, funksjoner, løkker og datastrukturer som lister og ordbøker, er essensielt.
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!