Kursplan

Modul 1: Introduktion & AI-teori

  • Den modellbaserade metoden: AI som ett teknikproblem.
  • Att avmystifiera "Spöket i maskinen": Vad AI är för och vad det inte är.
  • Teknikens utveckling: Från BERT till Transformers.
  • Generativa domäner: Analys, kreativ, forskning, bild, musik och video.
  • Datastyrning: Pilar, revisioner och forskningstrender (Multimodalitet, agenter, RAG, LLM vs. SLM).
  • Den mörka sidan: Etik, IP, fördomar, hallucinationer och social manipulation.
  • Riskbedömning: Dataförsening, Nepenthes och risken att "dumma ner" människotalang.
  • Modelltaxonomi: Grundmodeller vs. uppgiftsspecifika; stängda vs. öppna-viktade modeller.

Modul 2: Närvarande landskap & verktygsmeny

  • Språkmodellarenan: Jämförelse av prestanda och benchmark.
  • Professionella inköpskriterier: Kostnad, svarstid, integritet och leverantörsbeteende.
  • Översikt av stora modeller: OpenAI ChatGPT, Perplexity, Gemini och Grok.
  • Nisch- & småmodeller: Manus, SpecKit.
  • Grafisk generation: Perchance
  • Tekniska begränsningar: Kontextförfall vs. tokenkostnad.

Modul 3: Interaktion - prompt- & kontextteknik

  • Verifikationsramverket: Fullständighet, konsekvens och verifierbarhet.
  • RAG-strategin: När använda Retrieval-Augmented Generation vs. finjustering.
  • AI:s avkastning: Underhållskostnader vs. produktivitetsvinster.
  • Avancerade tekniker: 20+ prompt- & RAG-metoder med verkliga exempel.
  • Experimentella fronter: Triangulering, kart- & terrängöversikt och modellbaserad generation.

Modul 4: AI i agil projektledning

  • Den superdatorpiloten: AI som en automatiseringsmotor.
  • Beslutsfattande: Mänsklig ansvar vs. AI-assistent.
  • AIOps & GitOps: Integrering av AI i operativ arbetsflöde.
  • Verktygskedjor & pipelines: Skapa en smidig AI-drivna miljö.
  • Agila artefakter: Backlog, vägarbok och kravhantering.
  • Precisionsledning: Kapacitetsplanering och skattning (Noggrannhet vs. precision).
  • Produktägande: Idéutveckling, funktionsanalys och Vibe-kodningsrisker.
  • Risk & scenarier: Planering för "Vad om"-scenarier och automatisk riskhantering.
  • Refinering: Use Case- och användarberättelserbeskrivning & förfining.

 

Krav

  • Grundläggande kunskap om Agil Manifesto och Scrum-frameworket.
  • Erfarenhet av projektledning, produktägande eller teamledning.
  • Ingen tidigare programmerings- eller AI-ingenjörserfarenhet krävs, även om en generell bekantskap med digitala verktyg rekommenderas.

Målgrupp

  • Agila Projektledare och Scrum Masters.
  • Produktägare och Produktledare.
  • IT Teamchefer och Leveransledare.
  • Business Analysts som arbetar i agila miljöer.
  • Operationsledare med intresse för AIOps.

 

 7 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier