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
Introducere și Selectarea Cazului de Utilizare de către Echipa
- Prezentare generală a AI în medii industriale
- Categorii de cazuri de utilizare: calitate, întreținere, energie, logistică
- Formarea echipei și delimitarea obiectivelor proiectului
Înțelegerea și Pregătirea Datelor Industriale
- Tipuri de date industriale: serii temporale, tabelare, imagini, text
- Achiziția, curățarea și preprocesarea datelor
- Analiza exploratorie a datelor cu Pandas și Matplotlib
Selectarea Modelului și Prototiparea
- Alegerea între regresie, clasificare, clustering sau detectare de anomalii
- Antrenarea și evaluarea modelelor cu Scikit-learn
- Utilizarea TensorFlow sau PyTorch pentru modelare avansată
Vizualizarea și Interpretarea Rezultatelor
- Crearea de panouri intuitive sau rapoarte
- Interpretarea metricelor de performanță (acuratețe, precizie, recall)
- Documentarea ipotezelor și limitărilor
Simularea Implementării și Feedback
- Simularea scenariilor de implementare edge/cloud
- Colectarea feedback-ului și îmbunătățirea modelelor
- Strategii de integrare cu operațiunile
Dezvoltarea Proiectului Capstone
- Finalizarea și testarea prototipurilor echipei
- Revizuirea între colegi și depanarea colaborativă
- Pregătirea prezentării proiectului și a rezumatului tehnic
Prezentările Echipei și Încheierea
- Prezentarea conceptelor și rezultatelor soluțiilor AI
- Reflecția în grup și lecțiile învățate
- Planul de scalare a cazurilor de utilizare în cadrul organizației
Rezumat și Pașii Următori
Cerințe
- Înțelegerea proceselor de fabricație sau industriale
- Experiență cu Python și învățarea automată de bază
- Abilitatea de a lucra cu date structurate și nestructurate
Publicul țintă
- Echipe interdisciplinare
- Ingineri
- Specialiști în știința datelor
- Profesioniști IT
21 Ore
