Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
1. Introducere în ingineria IA
- Ce este ingineria IA?
- IA vs. Învățare automată vs. Învățare profundă (Deep Learning)
- Ciclu de viață al ingineriei IA
- Aplicații ale IA în industrie
- Roluri și responsabilități ale unui inginer IA
2. Fundamentele inteligenței artificiale
- Concepte de bază ale IA și terminologie
- Învățare supravegheată, nesupravegheată și prin întărire (reinforcement learning)
- Rețele neuronale și fundamentele învățării profunde
- Sprevederea IA generativă și a modelelor fundamentale
- Ecosisteme și cadre de dezvoltare pentru IA
3. Python pentru ingineria IA
- Biblioteci esențiale Python pentru IA
- NumPy, Pandas și Matplotlib
- Manipularea și vizualizarea datelor
- Lucrul cu notebook-urile Jupyter
- Scrierea de cod reutilizabil pentru AI
4. Pregătirea datelor pentru IA
- Colectarea și înțelegerea seturilor de date
- Curățarea și preprocesarea datelor
- Ingineria caracteristicilor (feature engineering)
- Scalaționarea și normalizarea caracteristicilor
- Împărțirea seturilor de date în antrenament, validare și test
- Manipularea valorilor lipsă și a outlier-ilor
5. Fundamentele învățării automate (Machine Learning)
- Algoritmi de regresie
- Algoritmi de clasificare
- Tehnici de clustering
- Fluxul de lucru pentru antrenamentul modelelor
- Metrici de evaluare a modelelor
- Prevenirea overfitting-ului și underfitting-ului
6. Construirea modelelor IA cu TensorFlow și PyTorch
- Introducere în TensorFlow
- Introducere în PyTorch
- Creația de rețele neuronale
- Antrenarea și validarea modelelor
- Salvarea și încărcarea modelelor
- Compararea celor două cadre tehnice
7. Fundamentele procesării limbajului natural (NLP)
- Pregătirea textului
- Incorporarea cuvintelor (word embeddings)
- Clasificarea textului
- Analisă de sentiment
- Introducere în modelele tip transformer
- Aplicații practice NLP
8. IA în dezvoltarea software
- Integrarea IA în aplicațiile existente
- Interacțiunea cu serviciile IA prin API-uri
- Dezvoltarea de aplicații impulsionate de AI
- Instrumente AI asistate pentru dezvoltarea software
- Testarea aplicațiilor dotate cu AI
9. Cele mai bune practici în ingineria IA
- Organizarea proiectului
- Controlul versiunilor cu Git
- Urmărirea experimentelor
- Versiunea modelelor
- Standarde de documentare
- Reproductibilitatea în proiectele AI
10. Deployarea modelelor IA
- Serializarea modelelor
- Construirea serviciilor de inferență
- API-uri REST pentru modelele AI
- Introducere în Docker pentru deployarea AI
- Monitorizarea modelelor deployate
- Mentenanta și actualizările modelelor
11. Ingineria datelor IA
- Pipleline-uri de date
- Procesarea ETL (Extract, Transform, Load)
- Gestionarea datelor structurate și nestructurate
- Opțiuni de stocare a datelor
- Gestiunea calității datelor
- Pregătirea seturilor de date pentru producție
12. IA responsabilă și etică
- Bias-ul și echitatea în AI
- IA explicabilă (XAI)
- Confidențialitate și protecția datelor
- Considerații privind securitatea IA
- Dezvoltarea responsabilă a AI
- Considerații legale și de guvernanță
13. Gestionarea proiectelor IA
- Ciclu de viață al proiectului IA
- Metodologii Agile pentru proiectele AI
- Colaborarea dintre echipele tehnice și cele de business
- Evaluarea proiectelor IA
- Gestionarea riscurilor
- Măsurarea succesului proiectului
14. Atelier practică de inginerie IA și tendințe viitoare
- Configurarea unui flux complet de dezvoltare AI
- Construirea unui proiect end-to-end de machine learning
- Antrenarea și evaluarea unui model folosind TensorFlow sau PyTorch
- Deployarea unei aplicații simple IA
- Tendințe actuale în ingineria IA
- IA generativă și Modele de Limbaje Mari (LLM)
- MLOps și automatizarea AI
- Căi de carieră și învățarea continuă
- Concluzii, întrebări (Q&A) și pași următori
Cerințe
- O înțelegere de bază a conceptelor de programare
- Experiență cu limbajul de programare Python
- Cunoștințe preliminare de statistică și algebră liniară
PUBLICULȚINTĂ
- Ingineri IA
- Dezvoltatori software
- Analiști de date
14 Ore
Mărturii (1)
Stilul deschis si cald al trainerului, limbajul accesibil.