Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
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
Vittnesmål (2)
Praktiska exempel
Ryan Brookman - The Shaw Group Limited
Kurs - Introduction to Artificial Intelligence for Non-technical users
Maskintolkat
Vi fick använda verktygen.
Victor Aguero - PNUD/MICI
Kurs - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Maskintolkat