Основы практического применения технологий искусственного интеллекта

Чат-боты и ИИ-помощники, поисковые и рекомендательные системы, анализ медицинских изображений и даже чтение мыслей - таково настоящее или ближайшее будущее, которое навсегда изменит привычную реальность.  

Уже сегодня умение работать с ИИ становится не просто преимуществом, а необходимостью. Компании ищут специалистов, способных эффективно интегрировать инновационные технологии в бизнес-процессы, поэтому те, кто владеет инструментами ИИ, оказываются на шаг впереди. 

Наша программа поможет вам освоить методы анализа табличных и текстовых данных, создавать модели для прогнозирования и автоматизации задач. Эти навыки позволяют экономить время, улучшать качество принимаемых решений и находить новые возможности в работе с информацией. Вы не только увидите гораздо более широкие возможности для извлечения пользы из ИИ, но и научитесь эти возможности использовать.

Вебинары 9 занятий с преподавателями для освоения материала
Практические занятия и обратная связь от преподавателя в режиме реального времени
Домашние задания с обратной связью от преподавателя
Итоговый проект на основе готовых кейсов или по реальному запросу

Модуль 1. Основы теории и принципы искусственного интеллекта

• История искусственного интеллекта, основные понятия, этические и социальные аспекты использования.
• Машинное обучение и его типы: обучение с учителем, без учителя, с подкреплением.
• Основные алгоритмы: регрессия, классификация, кластеризация.

Модуль 2. Инструменты и сервисы искусственного интеллекта 

• Большие языковые модели (LLM)
• Обработка изображений
• Технологии no-coding для обработки табличных данных (Loginom)

Модуль 3: Прикладные кейсы и проектная работа

В результате обучения вы сможете:

• Понимать принципы работы и возможности применения ИИ в различных областях
• Использовать готовые ИИ-инструменты для анализа данных, генерации контента и автоматизации задач
• Выбирать подходящие инструменты под конкретные профессиональные задачи
• Создавать и тестировать модели ИИ с помощью no-code платформ:
• Уметь работать с платформами для создания моделей машинного обучения
• Уметь оценивать качество моделей и улучшать их за счет настройки параметров и работы с данными