AI osnove i izbor metoda
Razlike između pravila, statistike, Machine Learning i generativnog AI.
AI obuke
AI obuke: razumevanje tehnologije i bezbedna primena
Za smislen rad sa AI potrebno je više od poznavanja jednog alata. Važno je razumeti podatke, modele, njihove granice i odnos sa postojećim poslovnim procesima. Obuke prilagođavamo menadžmentu, poslovnim timovima i inženjerima.
Sadržaj određuje poslovna i tehnička odgovornost.
Rukovodioci moraju razumeti vrednost, rizike i ulaganja. Poslovni korisnici proveravaju rezultate i izuzetke. IT i Data timovi rade sa arhitekturom, kvalitetom podataka, integracijom i monitoringom. Ne držimo isti kurs svim ulogama.
Teme biramo prema iskustvu učesnika i realnim zadacima.
Razlike između pravila, statistike, Machine Learning i generativnog AI.
Podaci za treniranje, baseline modeli, validacija i testiranje.
Slika, kvalitet snimanja, označavanje i evaluacija defekata.
Lokalno izvršavanje, latencija, uređaji, deployment i monitoring.
LLM modeli, pretraga dokumenata, evaluacija odgovora i pristup podacima.
Ljudska provera, bezbednost, dokumentacija i upravljanje promenama.
Definišemo šta učesnik posle obuke treba da razume ili samostalno obavi: oceniti rezultat modela, prepoznati nedostajuće podatke, definisati kriterijume prihvatanja ili opisati rizik. Praktični zadaci imaju veću vrednost od samog prisustva.
Opišite koje timove želite da obučite i sa kojim sistemima rade.
Pristup prilagođavamo ciljevima, predznanju i zahtevima okruženja.
Razgovaramo o ulogama i trenutno dostupnim kompetencijama.
Biramo scenario koji odgovara vašem poslu.
Usklađujemo tehničku dubinu, primere i način izvođenja.
Procenu zasnivamo na konkretnim zadacima i očekivanim znanjima.
Dugoročan prenos znanja na realnim sistemima.
Povezivanje edukacije sa prioritetima i investicijama.
Razvoj vizuelnih AI sistema u industriji.
Pravila, kontrole i odgovornost za modele.
Određujemo odgovornosti, podatke i konkretne korake implementacije.
Program usklađujemo sa potrebama i temama kao što su Machine Learning, LLM, Computer Vision i rad u produkciji.
Ne. Polazimo od metoda, ograničenja i stvarne primene, a ne od promocije alata.
Da. Dubinu prilagođavamo ulozi i ciljevima učesnika.
Ne. Razvoj sistema je zaseban zadatak koji dogovaramo prema potrebi.
Obuka usvaja određena znanja; Enablement obuhvata i rad na postojećim procesima i samostalnost timova.
Sledeći korak
Definišimo sadržaj obuke na osnovu praktičnih zadataka koje zaposleni treba da obavljaju.
Managing Director
aleks@valanor.co
Bulevar Milutina Milankovića 7Đ, 11070 Beograd, Srbija
