AI+ Manufacturing Practitioner™ –eLearning (eksamen inkludert)

2.990,00 NOK

  • 16 timer
eLæring

Sertifiseringen AI+ Manufacturing Practitioner™ gir fagfolk i produksjonsindustrien praktiske ferdigheter til å bruke KI innen produksjon, vedlikehold, kvalitet, forsyningskjeder og fabrikkdrift. Lær hvordan du kan redusere nedetid, optimalisere prosesser, forbedre kvaliteten og omsette industrielle data til handlingsrettet innsikt. Utforsk prediktivt vedlikehold, maskinsyn, produksjonsanalyse, integrering av KI-systemer, automatisering, ansvarlig KI og måling av avkastning gjennom praktiske eksempler, casestudier og øvelser. Enten du arbeider med produksjon, vedlikehold, kvalitet, drift eller digital transformasjon, hjelper denne sertifiseringen deg med å utvikle ferdighetene som trengs for å skape smartere, sikrere og mer effektiv produksjonsdrift.

Hva er inkludert?

Språk

Kurs og materiell på engelsk

Nivå

Mellomnivå (kategori: AI+ Professional)

Tilgang

1 års tilgang til plattformen døgnet rundt

8 timer med videoleksjoner og multimedieressurser

Anbefaling om 16 timers studietid

Materiale

Video, PDF-materiale, lydbøker, podkaster, quizer og vurderinger.

Verktøy du skal utforske

Tableau, Qlik Sense, Lucidchart, PTC ThingWorx, GE Digital Proficy, Rockwell Automation FactoryTalk Analytics, Ignition fra Inductive Automation, C3 AI og flere

Eksamen

Nettbasert eksamen med digitalt tilsyn og én gratis ny eksamen inkludert

Sertifikat

Fullføringsbevis er inkludert

Hero

Mestre KI-drevet produksjon for smartere, sikrere og mer effektiv drift

Ta i bruk KI på tvers av produksjon, vedlikehold, kvalitet, forsyningskjede og fabrikkdrift.

AI+-fagperson innen produksjon

Hvilke ferdigheter vil du tilegne deg?

Når du har fullført dette kurset, vil du kunne:

Lær

Lær om grunnleggende kunstig intelligens, bruksområder i produksjon, samarbeid mellom mennesker og KI samt praktiske eksempler fra industrien.

Utforsk

Utforsk maskinsyn, prediktivt vedlikehold, produksjonsplanlegging, analyse og intelligent automatisering.

Forstå

Forstå datakvalitet, utfordringer knyttet til datamodenhet, sentrale datatyper og utvikling av KPI-dashbord.

Bestem

Lær om implementeringsmodeller for KI, systemarkitektur, integrasjonsmetoder og kartlegging av industriell KI.

Identifiser

Identifiser bruksområder med høy verdi, utvikle pilotprosjekter, mål resultater og utarbeid skalerbare planer for innføring av KI.

Bruk

Anvend prinsipper for datastyring, cybersikkerhet, driftssikkerhet, menneskelig tilsyn og risikostyring for kunstig intelligens.

Evaluer

Lær å evaluere KI-initiativer, måle avkastning på investeringer, følge opp KPI-er og identifisere driftsforbedringer.

Generer

Utforsk digitale tvillinger, generativ KI, intelligent overvåking, nye teknologier og veikart for KI.

Løs

Løs en reell utfordring i produksjonsindustrien ved å velge et bruksområde for KI, utarbeide et veikart for implementering og synliggjøre forretningsverdien.

Hero

Hva vil du lære?

  1. KI i produksjonsindustrien — kontekst og muligheter

    Leksjon 1

    • Grunnleggende KI for produksjonsindustrien
    • KI-anvendelser på tvers av anleggsdriften
    • Menneskelige og forretningsmessige faktorer ved innføring av KI
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk aktivitet
  2. Sentrale bruksområder for KI i produksjonsindustrien

    Leksjon 2

    • Datasyn for produksjon
    • KI for vedlikehold og driftssikkerhet
    • Operasjonelle KI-applikasjoner
    • KI for planlegging og automatisering
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk øvelse
  3. Produksjonsdata og KI-beredskap

    Leksjon 3

    • Typer produksjonsdata
    • Krav til databeredskap og -kvalitet
    • Vanlige utfordringer med databeredskap
    • Praktiske bruksområder
    • Casestudier fra bransjen
    • Praktisk øvelse: Lag et KPI-dashbord for produksjon ved hjelp av Looker Studio
  4. KI-systemer og -arkitektur i produksjonsindustrien

    Leksjon 4

    • Tilnærminger til implementering av industriell KI
    • AI-systemarkitektur og -komponenter
    • Løsningsintegrasjon og evaluering
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk øvelse: Kartlegg arkitekturen til et KI-system ved hjelp av Miro eller draw.io
  5. Implementering av KI i produksjonsindustrien

    Leksjon 5

    • Identifisering og prioritering av KI-muligheter
    • Design av KI-pilot og konseptbevis
    • Måling og skalering av KI-effekt
    • Utfordringer ved implementering i praksis
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk øvelse: Utvikle et pilotprosjekt for KI og et veikart for implementering ved hjelp av Miro
  6. Ansvarlig KI, trygghet og sikkerhet

    Leksjon 6

    • Ansvarlig KI i industriell drift
    • KI-styring og dataansvar
    • Sikkerhets- og driftsrisikoer
    • Menneskelig tilsyn og eskalering
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk øvelse: Lag en sjekkliste for KI-risiko og -styring ved hjelp av Google Regneark
  7. Suksess, fiasko og avkastning på KI-investeringer

    Leksjon 7

    • Vanlige utfordringer og fallgruver i KI-prosjekter
    • Strategier for vellykket innføring av KI
    • Rammeverk for avkastning på investeringer i KI for produksjonsindustrien
    • Bransjereferanser og sammenligning
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk øvelse: Estimer avkastningen på KI-investeringer og følg opp forretningsgevinstene
  8. Fremtidige trender innen kunstig intelligens i produksjonsindustrien

    Leksjon 8

    • Nye KI-trender i produksjonsindustrien
    • Digitale tvillinger og intelligent overvåking
    • Bruksområder for generativ KI
    • Fremtidige trender innen bruk av KI
    • Praktiske bruksområder
    • Bransjecasestudier
    • Praktisk aktivitet: Lag et veikart for innføring av KI
  9. Avsluttende prosjekt

    Leksjon 8

    • Problemdefinisjon og omfang
    • Valg av bruksområder for KI og vurdering av beredskap
    • Løsningsevaluering og utvikling av veikart
    • Forretningsverdi og kommunikasjon
    • Prosjektspor for avsluttende hovedprosjekt
AI+-praktiker innen produksjon

Hvem bør melde seg på dette programmet?

Fagfolk innen produksjon

Fabrikksjefer og ledere

Produksjons- og prosessingeniører

Fagfolk innen vedlikehold og driftssikkerhet

Kvalitets- og inspeksjonsteam

Forretningsanalytikere og dataeksperter

Fagfolk innen automasjon, IT og OT

Ledere innen transformasjon og innovasjon

Entusiaster for KI og smart produksjon

Start kurset nå

Flere detaljer

Forutsetninger

  • Produksjonskunnskap: Grunnleggende forståelse av produksjonsprosesser og drift.
  • Forståelse av KI og automatisering: Kjennskap til konsepter innen KI, maskinlæring og industriell automatisering.
  • Datakompetanse: Evne til å forstå driftsdata, instrumentpaneler, KPI-er og resultatutvikling.
  • Kjennskap til industriell teknologi: Grunnleggende kjennskap til MES, SCADA, ERP, sensorer og tilkoblede systemer.
  • Ferdigheter innen forretningsanalyse: Grunnleggende forståelse av forretningsanalyse og beslutningstaking.

Eksamensdetaljer

  • Varighet: 90 minutter
  • Bestått: 70 % (35/50)
  • Format: 50 flervalgsoppgaver med ett eller flere riktige svar
  • Gjennomføringsform: Nettbasert via en eksamensplattform med digitalt tilsyn (fleksibel timeplanlegging)
  • Språk: Engelsk

Lisensiering og akkreditering

Dette kurset tilbys av AVC i henhold til partnerprogramavtalen og oppfyller kravene i lisensavtalen.

Retningslinjer for likeverd

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

Ofte stilte spørsmål

Contact background

Trenger du en skreddersydd bedriftsintern opplæring eller gruppeopplæring?

Be om et bedriftsinternt opplæringsprogram som er skreddersydd spesielt for teamet ditt. Vi tilbyr fleksible tilpasningsmuligheter i tråd med forretningsmålene dine, samt konkurransedyktige gruppepriser for større team. Fyll ut skjemaet nedenfor, så utformer ekspertene våre innen bedriftsopplæring den perfekte løsningen for deg.