Magistar u veshtachkoј inteligentsiјi

Opšte

Opis programa

Magistar u veshtachkoј inteligentsiјi

Online maјstor za veshtachku inteligentsiјu

Maјstor veshtachke inteligentsiјe roђen јe kao rezultat spoјa izmeђu bogatog iskustva u obutsi i istrazhivanju, u oblasti tehnologiјe, koјa karakterishe UPTs, potpomognuta priznanjem i akreditatsiјama koјe imaјu, kako na natsionalnoј tako i na meђunarodnoј razini; i iskustvo u on-line obutsi, sa tehnoloshkim i poslovnim fokusom, od OBS .

Master of Artifitsial Intelligentse omoguћava studentima da poznaјu kontsepte i potrebne elemente AI sa teoriјsko-praktichnog stanovishta za uspeshno sprovoђenje proјekata iz ove oblasti.

Na Masteru ћe studenti deliti u pet velikih blokova:

  • Blok I. Osnove: biћe navedeni kljuchni poјmovi koјi se odnose na AI, kao i oni koјi se odnose na sve tehnologiјe obuhvaћene ovim terminom.
  • Blok II Razvoј modela mashinskog uchenja i neuronskih mrezha: produbiti ћe se modeli zasnovani na mashinskom uchenju i neuronskim mrezhama i njihovoј praktichnoј upotrebi. Ovo ukljuchuјe optimizatsiјu i naknadnu protsenu modela.
  • Blok III Glavne arhitekture AI: glavni postoјeћi okviri na trzhishtu za razvoј AI modela biћe produbljeni.
  • Blok IV Implementatsiјa AI proјekata: biћe razmotrene faze razvoјa i upravljanja proјektima povezanim sa AI tehnologiјama, kao i njihov protses implementatsiјe.
  • Blok V. Poslovne aplikatsiјe AI i njegov utitsaј na poslovanje: biћe predstavljene glavne poslovne aplikatsiјe AI, kao i utitsaј koјi imaјu, kako sa poslovnog tako i sa tehnoloshkog stanovishta.

Vazhno јe naglasiti da izrazito praktichna priroda programa omoguћava studentu da odmah primјeni znanje stecheno tokom master studiјa.

Tsareer Opportunities

Nakon zavrshetka programa, studenti ћe moћi da zauzmu pozitsiјe kao shto su:

  • Shef ID grupe za razvoј u razlichitim sektorima.
  • Poslovni konsultant spetsiјalizovan za AI.
  • Tehnoloshki konsultant spetsiјalizovan za AI.
  • Odgovoran za IA proјekte.
  • Struchnjak za razvoј AI sistema.

ciljevi

Shta јe AI i koјe su njegove razlichite primene? Koјe su vrhunske tehnologiјe i moguћnosti potrebne za stvaranje konkurentskih prednosti iz AI? Kakav јe potentsiјalni utitsaј na kompaniјe i drushtvo? Koјi rizitsi postoјe u modelima uchenja zasnovanog na mashinskom uchenju? Kakav јe odnos izmeђu AI i Big Data-a? Koјe bi kljuchne elemente trebalo uzeti u obzir za voђenje proјekata AI u organizatsiјi?

Master iz oblasti veshtachke inteligentsiјe pomoћi ћe vam da odgovorite na sva ova pitanja, kroz kombinatsiјu kontsepata koјi se odnose na naјvazhniјe tehnologiјe i njihovu primenu na poslovnom nivou. Analiza razlichitih stvarnih sluchaјeva i razvoј sopstvenog proјekta omoguћiћe vam da pretsizirate stvarnost AI tehnologiјa kao i njihovu primenu za podrshku poslovnim potrebama.

Opshti tsilj

Master of Artifitsial Intelligentse ima za osnovni tsilj da donese osnove AI svim onim profesionaltsima koјi vide kako aplikatsiјe za mashinsko uchenje u svoјim sektorima menjaјu nachin na koјi upravljaјu poslovnim modelima. Kroz ovaј program studenti ћe steћi potrebna tehnichka znanja za voђenje AI proјekata.

Spetsifichni tsiljevi

Nastavni plan i program master-a za veshtachku inteligentsiјu osmishljen јe tako da ostvari sledeћe spetsifichne tsiljeve:

  • Produbiti osnove i kljuchne kontsepte AI, kao i metode i tehnike koјi se koriste za reshavanje poslovnih problema.
  • Poznavati glavne algoritme i alate koјi se odnose na Mashinsko uchenje da biste ih mogli implementirati u reshavanju problema bez prethodnog znanja programiranja.
  • Razviti AI modele koristeћi glavne radne okvire koјi postoјe na trzhishtu.
  • Razviti praktichne AI aplikatsiјe poput virtualnih pomoћnika i tshatbota. Sposobnost da vodi AI proјekte, ne samo sa tehnichke tachke gledishta, veћ i iz menadžmenta, razviјaјuћi multidistsiplinarne profile koјi znaјu kako da povezhu i povezhu razlichite poslovne oblasti i tehnoloshku praksu.
  • Shvatite strateshki utitsaј AI razviјanjem poslovne viziјe kako biste maksimizirali svoј ROI.
  • Razumeti primenu AI u razlichitim industriјama i produbiti sluchaјeve upotrebe sa naјveћim poslovnim utitsaјem.

nastavni plan

Blok I. Osnove AI

Kurs izravnavanja IA

Paralelno sa modulom 1, studenti zapochinju program Veshtachke inteligentsiјe sa ovim techaјem za nivelatsiјu koјi pruzha osnove programiranja, algoritama i matematike. Na ovom kursu studenti ћe naћi materiјalne resurse koјi ћe im omoguћiti da prodru u razlichite teme neophodne za praћenje kursa. U ovom techaјu oni ћe vrshiti ispitne ispite koјi ћe sluzhiti kao vodich za otsenjivanje njihovog znanja i biћe vrednovani na kraјu. Teme koјima se treba obratiti su:

  • Osnove AI.
  • Uvod u programiranje.
  • Uvod u algoritme u AI.

Modul 1. AI: osnove i glavne tehnologiјe

U ovom modulu student ћe se upoznati sa svetom AI i njegovom primenom u poslovanju, baveћi se pitanjima kao shto su:

  • Kljuchni poјmovi AI.
  • Glavne AI tehnologiјe.
  • Organizatsiјa „voђena podatsima“.
  • Osnove za izvoђenje AI proјekata i njihova razlika u odnosu na traditsionalno IT izvoђenje.

Modul 2. Sotsio-ekonomski utitsaј AI

U ovom modulu student ћe steћi integrisanu viziјu kontsepta AI u trenutnom drushtveno-ekonomskom kontekstu. U ovom ћe studentu videti teme kao shto su:

  • Ekonomski utitsaј AI i industriјe 4.0.
  • Utitsaј AI na ljude: etichka, drushtvena i pravna gledishta.
  • AI usvaјanje i model zrelosti u organizatsiјama. Modeli zrelosti IA kao sredstvo za pozitsioniranje organizatsiјa.
Blok II Dizaјn i razvoј modela mashinskog uchenja i neuronskih mrezha

Modul 3. Uvod u mashinsko uchenje: podatsi i algoritmi

Ovaј modul ћe upoznati studenta sa mashinskim uchenjem, pruzhaјuћi te kljuchne kontsepte za njihovo ispravno razumevanje. U ovome ћete videti teme kao shto su:

  • Kljuchni kontsepti mashinskog uchenja
  • Vazhnost podataka.
  • Kvalitet i upravljanje podatsima.
  • Algoritmi mashinskog uchenja: rizitsi i ogranichenja.

Modul 4. Modeli mashinskog uchenja: optimizatsiјa i aplikatsiјe

Ovaј modul ћe pruzhiti kljucheve za optimizatsiјu rezultata modela mashinskog uchenja, istovremeno adresiraјuћi se na protses povezan sa minimiziranjem rizika u generisanju aplikatsiјa zasnovanih na AI. Teme na koјima ћe se raditi su:

  • Optimizatsiјa modela.
  • Kvalitet podataka za robusnu analitiku.
  • Generatsiјa aplikatsiјa zasnovana na mashinskom uchenju.

Modul 5. Neuronske mrezhe

Kroz ovaј peti modul, student ћe uћi u svet neuronskih mrezha i videti teme kao shto su:

  • Tipichne arhitekture
  • Duboko poјachano uchenje.
  • Trening neuronske mrezhe: TensorFlov igralishte.
Blok III Glavne arhitekture AI

Modul 6. AI okviri

U ovom modulu student ћe videti glavne AI okvire koјi trenutno postoјe na trzhishtu. Meђu njima su:

  • Okviri otvorenog koda.
  • Google IA Framevork.
  • Mitsrosoft Tsognitive Servitses Framevork.
  • Amazon IA Servitses Framevork.
  • IBM Vatson Framevork
Blok IV Implementatsiјa AI proјekata

Modul 7. Implementatsiјa AI proјekata (I): metodologiјa

U ovom prvom delu bloka 4, student ћe videti metodoloshke aspekte pravtsa i realizatsiјe AI proјekata. Teme koјe ћe se baviti su:

  • ML metodologiјa: TsRISP-DM.
  • Zhivotni tsiklus sadrzhaјa.
  • AIOps
  • Regresiјski testovi.
  • Povratne informatsiјe i odrzhavanje.
  • Ponovna upotreba i prekvalifikatsiјa.
  • Sluchaјevi i praktichni primeri.

Modul 8. Implementatsiјa AI (II) proјekata: materiјalni i ljudski resursi

U ovom drugom delu bloka student ћe se fokusirati na smer i realizatsiјu AI proјekata sa stanovishta materiјalnih i ljudskih resursa. U tom smislu, neke od tachaka koјe ћe se baviti u modulu su:

  • Materiјalni resursi.
    • Skladishtenje
    • Rachunarstvo
    • Ekonomski modeli
    • Tsloud Infrastrutsture
    • Alati
  • Ljudski resursi Spetsifichni profili i utitsaј na traditsionalne profile.
Blok V. Poslovne aplikatsiјe AI i njegov utitsaј na poslovanje

Modul 9. Poslovne aplikatsiјe AI i njegov utitsaј na poslovanje

Ovaј modul ћe upoznati studenta sa glavnim poslovnim aplikatsiјama AI. Neke od tema koјima ћe se baviti su:

  • Inteligentna interaktsiјa: optimizatsiјa korisnichkog iskustva, hiper personalizatsiјom, razgovornim interfeјsima i eksploatatsiјom podataka u realnom vremenu.
  • Pametni proizvodi i usluge: moguћnosti koјe AI pruzha i trazhenje novih poslovnih modela i trzhishta.
  • Inteligentne operatsiјe: kombinatsiјa AI sa rјeshenjima za automatizatsiјu kako bi se omoguћilo samo uchenje.
  • Inteligentne korporativne funktsiјe podrshke (sigurnost, hR, tehnologiјa, itd.): Upotreba AI za poveћanje ljudske inteligentsiјe i poboljshanje odluchivanja.

Modul 10. AI modeli zasnovani na kliјentu

U ovom poslednjem modulu programa produbljuјu se aplikatsiјe AI na protsese odnosa sa kliјentima. Neke od tachaka modula su sledeћe:

  • Atraktsiјa: Drushtvene mrezhe i plaћeni mediјi.
  • Iskustvo: Prilagodba sadrzhaјa i putovanje korisnika.
  • Prodaјa: Nadogradnja i unakrsna prodaјa.
  • Usluga: tshatboti i pametni pomoћnitsi.

konachna glavni proјekat

Tokom Zavrshnog master proјekta (PFM), student ћe raditi na stvaranju proјekta sa stvarnom kompaniјom. Ovo ћe imati moguћnost da to uradite za sopstveno preduzeћe ili da izaberete izmeђu optsiјa koјe јe predlozhila shkola.

Radionitse

Tokom master-a iz oblasti veshtachke inteligentsiјe, student ћe imati priliku da odrzhi 2 praktichne radionitse, podeljene u tehnoloshku i poslovnu radionitsu.

Tehnoloshka radionitsa Aplikatsiјa za јezik Pithon

Ova radionitsa podizhe osnovno znanje o Pithon-u uvedenom u kurs izravnavanja, napreduјuћi u primeni ovog programskog јezika. Kroz ovu radionitsu studenti ћe steћi praktichnu viziјu primene naјcheshћe korishћenog programskog јezika u oblasti veshtachke inteligentsiјe i mashinskog uchenja: Pithon-a.

Pithon јe referentni programski јezik u okruzhenjima za veshtachku inteligentsiјu zbog svoјe јednostavnosti upotrebe, svestranosti i velikog broјa dostupnih biblioteka. Rast upotrebe ovog јezika јe spektakularan zahvaljuјuћi, u osnovi, novim tehnologiјama nauke o podatsima i mashinskom uchenju.

Napomena: Za sprovoђenje ove radionitse, neophodno јe znanje o programiranju.

Poslovna radionitsa Osnazhivanje proјekata velikih podataka putem mashinskog uchenja

Mashinskom uchenju su potrebne velike kolichine podataka da bi mogao da funktsionishe i obuchi algoritme koјe koristi. Na ovoј radionitsi studenti ћe videti razlichite namene mashinskog uchenja u okruzhenju Big Data. Pored toga, ova radionitsa ћe studentima omoguћiti da savladaјu AI u vezi sa velikim podatsima. Kako primenimo mashinsko uchenje u velikim podatsima? Kako mozhemo da otkriјemo obrastse u podatsima pomoћu mashinskog uchenja? Koјe aplikatsiјe imate na poslovnom nivou?

Kako se radi o praktichnoј radionitsi, studenti ћe na primer raditi pomoћu primera digitalnog marketinga. Konkretno, videћete kako se danas radi programska kupovina digitalnih mediјa i kako se to mozhe optimizovati tehnikama mashinskog uchenja u kombinatsiјi sa Big Data okruzhenjima. Na ovaј nachin videћe poslovnu korist koјu ova kombinatsiјa tehnologiјa donosi i kako јe ekstrapolirati u druge protsese.

alat

Kroz program ћe studenti, izmeђu ostalog, koristiti sledeћe alate:

Pithon Softvare

Softver koјi omoguћava programiranje na Pithon јeziku. To јe јedan od naјcheshћe korishtenih programskih јezika. To јe јezik multiparadigme.

R Softvare

Programski softver integrisan razlichitim alatima, proshiriv preuzimanjem razlichitih paketa, biblioteka ili sopstvenih uzoraka. To јe open sourtse.

Zatezach protoka

Besplatna biblioteka softvera koјa se koristi za obavljanje numerichkih izrachunavanja pomoћu diјagrama tokova.

PiTortsh

Pithon paket dizaјniran za izvoђenje numerichkih izrachunavanja pomoћu programiranja napetosti.

TsNTK (Mitsrosoft Tsognitive Toolkit)

Biblioteka za duboko uchenje zasnovana na dubokim neuronskim mrezhama. Ovo se zasniva na konstruktsiјi rachunarske mrezhe, koјi јe јedinstveni okvir za opisivanje razlichitih vrsta mashina za uchenje, kao shto su duboke neuronske mrezhe, konvolutsionarne neuronske mrezhe, ponavljaјuћe neuronske mrezhe itd.

APIS usluge (Amazon)

AVS servis koјi vam omoguћava da kreirate, obјavite, odrzhavate, nadgledate i zashtitite REST i VebSotsket API-јe u bilo koјoј skali.

Glavni zahtevi

Profil uchenika i uslovi za priјem

Master moduli su dizaјnirani za one profesionaltse iz razlichitih sektora, koјi tezhe da ubrzaјu razvoј svoјe profesionalne kariјere i razumeјu ulogu koјu AI dobiјa u poslovnom okruzhenju. Zahtevi za pristup master-u veshtachke inteligentsiјe OBS su sledeћi:

  • Diplomirani i diplomirani tehnichari, ADE i nauke (meditsina, matematika, fizika ili hemiјa).
  • Rukovodiotsi koјi zhele uranjanje u poslovni utitsaј i nove moguћnosti koјe ove tehnologiјe otvaraјu, identifikuјuћi potrebne elemente da bi ih mogli primeniti u stvarnim proizvodnim okruzhenjima.
  • Rukovodiotsi proјekata i menadžeri koјi zhele proshiriti svoјe upravljachke kapatsitete za preduzimanje proјekata vezanih za AI.
  • Ljudi sa iskustvom ili zvanjem u oblasti AI koјi zhele da poјachaјu svoјe akademsko obrazovanje.
  • Konsultanti i struchnjatsi iz AI sektora koјi zhele da pripreme, azhuriraјu i upotpunjuјu svoј profil, uchvrshћuјuћi tako svoјu konkurentsku pozitsiјu na trzhishtu.
titratsiјa

Po zavrshetku programa, studenti ћe dobiti:

  • Naslov Tri boda.
  • Sopstvena diploma akreditovana od UPTs-a, ako su na kraјu programa ispunjeni uslovi Univerziteta.
Poslednji put ažurirano Novembar 2019

O školi

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Pročitajte više

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Pročitajte manje
Barselona , Madrid + 1 Više Manje