Meistras dirbtinio intelekto

Bendroji informacija

Programos aprašymas

Meistras dirbtinio intelekto

Dirbtinio intelekto internetinis magistras

Dirbtinio intelekto magistro laipsnis gimsta susivienijus tarp didelės patirties mokymo ir tyrimų srityje, technologijos srityje, kuri apibūdina UPC, paremtą pripažinimu ir akreditacijomis, kurias jis turi tiek nacionaliniu, tiek tarptautiniu mastu; OBS internetinių mokymų patirtis, daugiausia dėmesio skiriant technologijoms ir verslui.

Dirbtinio intelekto magistras leidžia studentams žinoti AI sąvokas ir būtinus elementus teoriniu-praktiniu požiūriu, norint sėkmingai vykdyti šios srities projektus.

Magistrantūroje studentai pasidalins penkiais dideliais blokais:

  • I. blokas. Pagrindai: bus pateiktos pagrindinės su AI susijusios sąvokos, taip pat sąvokos, susijusios su visomis technologijomis, kurias apima ši sąvoka.
  • II blokas Mašinų mokymosi ir neuroninių tinklų modelių kūrimas: Bus gilinamas mašinų mokymosi ir neuroninių tinklų modeliais grįstas modelis ir jų praktinis panaudojimas. Tai apima modelių optimizavimą ir paskesnį vertinimą.
  • III blokas Pagrindinės PG architektūros: bus gilinamos pagrindinės esamos PG modelių kūrimo sistemos.
  • IV blokas PG projektų įgyvendinimas: bus nagrinėjami su AI technologijomis susijusių projektų kūrimo ir valdymo etapai bei jų įgyvendinimo procesas.
  • V blokas. PG verslo programos ir jų poveikis verslui: bus pristatomos pagrindinės PG verslo programos ir jų daromas poveikis tiek verslo, tiek technologiniu požiūriu.

Svarbu pabrėžti, kad ypač praktinis programos pobūdis leidžia studentui nedelsiant pritaikyti magistro metu įgytas žinias.

Karjeros galimybės

Baigę programą, studentai gali užimti tokias pareigas kaip:

  • ID vystymo grupės vadovas įvairiuose sektoriuose.
  • Verslo konsultantas, kurio specializacija yra AI.
  • Technologinis konsultantas specializuojasi AI srityje.
  • Atsakingas už IA projektus.
  • PG sistemų kūrimo ekspertas.

tikslai

Kas yra PG ir kokios yra skirtingos jos programos? Kokios pažangiausios technologijos ir galimybės reikalingos norint sukurti AI konkurencinius pranašumus? Koks galimas jo poveikis įmonėms ir visuomenei? Kokia rizika kyla mokymosi mašinomis pagrįstais modeliais? Koks yra ryšys tarp AI ir „Big Data“? Kokie pagrindiniai elementai turėtų būti laikomi vadovaujant PG projektams organizacijoje?

Dirbtinio intelekto magistras padės jums atsakyti į visus šiuos klausimus, derinant koncepcijas, susijusias su svarbiausiomis technologijomis, ir pritaikant jas verslo lygiu. Įvairių realių atvejų analizė ir jūsų paties projekto sukūrimas leis jums nustatyti AI technologijų realybę, taip pat jų pritaikymą verslo poreikiams patenkinti.

Bendrasis tikslas

Dirbtinio intelekto magistro pagrindinis tikslas yra pateikti AI pagrindus visiems tiems specialistams, kurie mato, kaip mašinų mokymosi programos savo sektoriuose keičia verslo modelių valdymo būdą. Pagal šią programą studentai įgis reikiamų techninių žinių vadovauti AI projektams.

Konkretūs tikslai

Dirbtinio intelekto magistrantūros programa skirta pasiekti šiuos konkrečius tikslus:

  • Pagilinkite pagrindus ir pagrindines AI sąvokas, taip pat metodus ir metodus, naudojamus verslo problemoms spręsti.
  • Žinoti pagrindinius algoritmus ir įrankius, susijusius su mašininiu mokymu, mokėti juos įgyvendinti sprendžiant problemas neturint ankstesnių programavimo žinių.
  • Kurkite AI modelius, naudodamiesi pagrindinėmis rinkoje egzistuojančiomis darbo sistemomis.
  • Kurkite praktines PG programas, tokias kaip virtualūs padėjėjai ir pokalbių programos. Gebėjimas vadovauti AI projektams ne tik techniniu, bet ir vadybos požiūriu, kuriant daugiadalykius profilius, žinančius, kaip susieti ir sujungti skirtingas verslo sritis ir technologinę praktiką.
  • Supraskite strateginį AI poveikį, sukurdami verslo viziją, kad padidintumėte IG.
  • Suprasti AI pritaikymą įvairiose pramonės šakose ir gilinti naudojimo atvejus, kurie daro didžiausią poveikį verslui.

mokymo planas

I. blokas. PG pagrindai

IA niveliavimo kursas

Lygiagrečiai su 1 moduliu, studentai pradeda dirbtinio intelekto programą su šiuo išlyginamuoju kursu, kuriame pateikiamos programavimo, algoritmų ir matematikos žinių bazės. Šiame kurse studentai ras materialinius išteklius, kurie leis gilintis į skirtingas temas, reikalingas kurso stebėjimui. Šiame kurse jie atliks bandomojo tipo egzaminus, kurie bus jų žinių įvertinimo vadovas ir bus įvertinti jų pabaigoje. Temos, kurias reikia aptarti:

  • AI pagrindai.
  • Įvadas į programavimą.
  • Įvadas į AI algoritmus.

1 modulis. AI: pagrindai ir pagrindinės technologijos

Šiame modulyje studentas pateks į AI pasaulį ir jo taikymą versle, spręsdamas tokias problemas kaip:

  • Pagrindinės PG sąvokos.
  • Pagrindinės PG technologijos.
  • „Duomenų valdoma“ organizacija.
  • PG projektų vykdymo pagrindai ir jų skirtumas su tradiciniu IT vykdymu.

2 modulis. PG socialinis ir ekonominis poveikis

Šiame modulyje studentas įgis integruotą PG koncepcijos viziją dabartiniame socialiniame ir ekonominiame kontekste. Šiame pranešime studentas pamatys tokias temas kaip:

  • PNI ir pramonės ekonominis poveikis 4.0.
  • PG poveikis žmonėms: etiniai, socialiniai ir teisiniai sumetimai.
  • AI priėmimo ir brandos modelis organizacijose. IA brandos modeliai kaip organizacijų pozicionavimo įrankis.
II blokas Mašinų mokymosi modelių ir neuroninių tinklų projektavimas ir tobulinimas

3 modulis. Įvadas į mašinų mokymąsi: duomenys ir algoritmai

Šis modulis supažindins studentą su mašinų mokymu, pateikdamas pagrindines jų teisingo supratimo sąvokas. Čia pamatysite tokias temas kaip:

  • Pagrindinės mašininio mokymosi sąvokos.
  • Duomenų svarba.
  • Duomenų kokybė ir valdymas.
  • Mašinų mokymosi algoritmai: rizika ir apribojimai.

4 modulis. Mašinų mokymosi modeliai: optimizavimas ir programos

Šis modulis pateiks raktus, kurie padės optimizuoti mašininio mokymosi modelių rezultatą, tuo pačiu atkreipdami dėmesį į procesą, susijusį su rizikos minimizavimu kuriant AI pagrįstas programas. Bus nagrinėjamos šios temos:

  • Modelių optimizavimas.
  • Tvirtos analizės duomenų kokybė.
  • Programų, pagrįstų mašininiu mokymu, generavimas.

5 modulis. Neuroniniai tinklai

Per šį penktąjį modulį studentas pateks į neuroninių tinklų pasaulį ir pamatys tokias temas kaip:

  • Tipiškos architektūros
  • Giliai sustiprintas mokymasis.
  • Neuroninio tinklo mokymai: „TensorFlow“ žaidimų aikštelė.
III blokas Pagrindinės AI architektūros

6 modulis. PG sistemos

Šiame modulyje studentas pamatys pagrindines šiuo metu rinkoje egzistuojančias AI sistemas. Tarp jų yra:

  • „Frameworks Open Source“.
  • „Google IA Framework“.
  • „Microsoft Cognitive Services Framework“.
  • „Amazon IA Services Framework“.
  • „IBM Watson Framework“
IV blokas PG projektų įgyvendinimas

7 modulis. PG projektų įgyvendinimas (I): metodika

Šioje pirmoje 4 bloko dalyje studentas išvys metodinius AI projektų krypties ir įgyvendinimo aspektus. Bus nagrinėjamos šios temos:

  • ML metodika: CRISP-DM.
  • Turinio gyvenimo ciklas.
  • AIOps
  • Regresijos testai.
  • Atsiliepimai ir priežiūra.
  • Pakartotinis naudojimas ir perkvalifikavimas.
  • Atvejai ir praktiniai pavyzdžiai.

8 modulis. AI (II) projektų įgyvendinimas: materialiniai ir žmogiškieji ištekliai

Šioje antroje bloko dalyje studentas sutelks dėmesį į AI projektų kryptį ir įgyvendinimą materialinių ir žmogiškųjų išteklių požiūriu. Šia prasme kai kurie punktai, į kuriuos bus atkreiptas dėmesys modulyje, yra šie:

  • Materialiniai ištekliai.
    • Sandėliavimas
    • Kompiuterija
    • Ekonominiai modeliai
    • Debesų infrastruktūra
    • Įrankiai
  • Žmogiškieji ištekliai Specifiniai profiliai ir poveikis tradiciniams profiliams.
V. blokas. PG verslo programos ir jų poveikis verslui

9 modulis. AI verslo taikymas ir jo poveikis verslui

Šis modulis supažindins studentą su pagrindinėmis AI verslo programomis. Keletas nagrinėjamų temų yra:

  • Intelektuali sąveika: kliento patirties optimizavimas naudojant hiperso personalizavimą, pokalbio sąsajas ir realiojo laiko duomenų išnaudojimą.
  • Išmanieji produktai ir paslaugos: AI teikiamos galimybės ir naujų verslo modelių bei rinkų paieška.
  • Pažangios operacijos: AI derinimas su automatikos sprendimais, leidžiančiais savarankiškai mokytis.
  • Pažangios įmonės palaikymo funkcijos (saugumas, žmogiškieji ištekliai, technologijos ir kt.): AI naudojimas siekiant padidinti žmogaus intelektą ir pagerinti sprendimų priėmimą.

10 modulis. Klientais pagrįsti AI modeliai

Šiame paskutiniame programos modulyje bus gilinamos AI taikymo ryšių su klientais procesams. Kai kurie modulio punktai yra šie:

  • Pritraukimas: socialiniai tinklai ir mokama žiniasklaida.
  • Patirtis: turinio pritaikymas ir kliento kelionė.
  • Pardavimas: Išpardavimas ir kryžminis pardavimas.
  • Aptarnavimas: pokalbiai ir intelektualieji padėjėjai.

Baigiamajame magistro projektas

Galutinio pagrindinio projekto (PFM) metu studentas, kurdamas projektą, bendradarbiaus su realia įmone. Tai turėsite galimybę padaryti savo įmonei arba pasirinkti vieną iš mokyklos siūlomų variantų.

Seminarai

Dirbtinio intelekto magistro metu studentas turės galimybę vesti 2 praktinius seminarus, suskirstytus į technologinius ir verslo seminarus.

Technologinis seminaras Python kalbos programa

Šis seminaras suteikia pagrindines žinias apie „Python“, įvestas išlyginimo kursuose, tobulinant žinias apie šios programavimo kalbos taikymą. Šio seminaro metu studentai įgis praktinės vizijos apie dažniausiai naudojamo programavimo kalbos taikymo dirbtinio intelekto ir mašinų mokymosi srityje: „Python“ taikymo viziją.

„Python“ yra etaloninė programavimo kalba dirbtinio intelekto aplinkoje, kad būtų lengva naudotis, universalumas ir didelis galimų bibliotekų skaičius. Šios kalbos vartojimo augimas yra įspūdingas, iš esmės dėl naujų duomenų mokslo ir mašinų mokymosi technologijų.

Pastaba: norint atlikti šį seminarą, būtina turėti žinių apie programavimą.

Verslo seminaras Didelių duomenų projektų įgalinimas mokantis mašinų

Kompiuteriniam mokymuisi reikia didelių duomenų kiekių, kad jis galėtų veikti ir išmokyti naudojamus algoritmus. Šiame seminare studentai išvys skirtingas mašininio mokymosi galimybes „Big Data“ aplinkoje. Be to, šis seminaras leis studentams įsisavinti AI ryšį su „Big Data“. Kaip pritaikome mašininį mokymąsi „Big Data“? Kaip mes galime sužinoti duomenų modelius, naudodamiesi mašininiu mokymu? Kokias programas turite verslo lygiu?

Kadangi tai praktinis seminaras, studentai kaip pavyzdį dirbs naudodamiesi skaitmenine rinkodara. Tiksliau, pamatysite, kaip šiandien atliekamas programinis skaitmeninės laikmenos pirkimas ir kaip ją galima optimizuoti naudojant mašinų mokymosi metodus kartu su „Big Data“ aplinka. Tokiu būdu jie suvoks naudą verslui, kurią suteikia šis technologijų derinys, ir kaip ją ekstrapoliuoti kitiems procesams.

Įrankiai

Programos metu studentai, be kita ko, naudosis šiomis priemonėmis:

„Python“ programinė įranga

Programinė įranga, leidžianti programuoti Python kalba. Tai viena iš dažniausiai naudojamų programavimo kalbų. Tai daugiaparadigma kalba.

R programinė įranga

Įvairiais įrankiais integruota programavimo programinė įranga, kurią galima išplėsti atsisiunčiant įvairius paketus, bibliotekas ar nuosavus pavyzdžius. Tai yra atvirojo kodo.

Srauto įtempiklis

Nemokama programinės įrangos biblioteka, naudojama skaitmeniniams skaičiavimams naudojant schemas.

„PyTorch“

Python paketas, skirtas skaitmeniniams skaičiavimams atlikti naudojant įtempių programavimą.

CNTK („Microsoft Cognitive Toolkit“)

Giluminių nervų tinklų pagrindu sukurta giluminio mokymosi biblioteka. Tai remiasi skaičiavimo tinklo konstrukcija, kuri yra vieninga sistema, skirta apibūdinti įvairius mokymosi aparatų tipus, tokius kaip gilieji neuroniniai tinklai, konvoliuciniai neuroniniai tinklai, pasikartojantys neuroniniai tinklai ir kt.

APIS paslaugos („Amazon“)

AWS paslauga, leidžianti bet kuriame mastelyje kurti, skelbti, prižiūrėti, stebėti ir apsaugoti REST ir „WebSocket“ API.

Meistro reikalavimai

Studentų profilis ir priėmimo reikalavimai

Magistrantūros moduliai yra sukurti kartu su įvairių sričių specialistais, kurie siekia paspartinti savo profesinės karjeros plėtrą ir supranta, kokį vaidmenį AI įgyja verslo aplinkoje. Reikalavimai norint patekti į OBS dirbtinio intelekto magistrą yra šie:

  • Technikos inžinerijos, ADE ir gamtos mokslų (medicinos, matematikos, fizikos ar chemijos) absolventai ir absolventai.
  • Vadovai, norintys pasinerti į poveikį verslui ir naujas galimybes, kurias atveria šios technologijos, nustato būtinus elementus, kad galėtų jas pritaikyti realioje produktyvioje aplinkoje.
  • Projektų vadovai ir vadybininkai, norintys išplėsti savo valdymo gebėjimus vykdyti su AI susijusius projektus.
  • Žmonės, turintys patirties ar pašaukimo AI srityje, norintys sustiprinti savo akademinį mokymą.
  • AIN sektoriaus konsultantai ir specialistai, norintys paruošti, atnaujinti ir papildyti savo profilį, taip užgaudami savo konkurencinę padėtį rinkoje.
titravimo

Baigę programą, studentai įgis:

  • Trijų taškų titulas.
  • UPC akredituotas laipsnis, jei programos pabaigoje įvykdomi universiteto reikalavimai.
Paskutinį kartą atnaujinta Lapkritis 2019

Apie mokyklą

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 ... Skaityti daugiau

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: Skaityti mažiau
Barselona , Madridas + 1 Daugiau Mažiau