1 + 2 lygis

Dirbtinis intelektas ir Python pagrindai (223003114)

656 valandos

Ši išsami mokymo programa skirta studentams, norintiems įvaldyti dirbtinio intelekto (DI) ir giliojo mokymosi technologijas, taikomas sprendžiant verslo uždavinius, bei įgyti būtinas Python programavimo kalbos žinias. Programa apima nuo Python programavimo pagrindų iki pažangių DI ir giliojo mokymosi aplikacijų kūrimo. Baigę šią programą, studentai gebės spręsti įvairaus sudėtingumo problemas, taikydami giliojo mokymosi metodus ir kurti įvairias programas naudodami Python.

  • 4560€
    Vidutinis Dirbtinio Intelekto specialisto atlyginimas Lietuvoje
  • 97%
    Dirbtinio Intelekto specialistai Lietuvoje yra patenkinti savo darbu
  • 81%
    Studentų sėkmingai pabaigia Dirbtinio Intelekto kursą

Įsidarbinimo galimybės

Programa

  • 1 tema
  • 2 tema
  • 3 tema
  • 4 tema
  • 5 tema
  • 6 tema
  • 7 tema
  • 8 tema

Python Pagrindai 90 val.

Šiame kurse studentai pradės nuo Python programavimo kalbos pagrindų ir mokysis esminių įgūdžių, taikomų realiose programavimo situacijose. Kursas apims Python sintaksę, pagrindines koncepcijas, kintamuosius ir jų tipus, bazines struktūras kaip sąrašai, sąlygos sakiniai ir ciklai bei funkcijos. Taip pat bus nagrinėjami objektinio programavimo principai, įskaitant klasių kūrimą ir paveldėjimą ir naudojimąsi Python standartinėmis bibliotekomis duomenų manipuliavimui. Kursas baigsis praktinėmis užduotimis, per kurias studentai taikys įgytas žinias kurdami projektus ir spręsdami problemas, ruošiantis pažengusiems kursams kaip „Duomenų analizė“ ir  „Dirbtinis intelektas bei mašininis mokymasis“.

Python pažengusiems 110 val.

Šiame kurso etape studentai gilinasi į pažangesnes Python programavimo kalbos sritis. Mokymų metu bus nagrinėjami išimčių valdymo mechanizmai, leidžiantys efektyviai tvarkytis su klaidomis programose. Taip pat bus išmokstama naudotis moduliais ir paketais, kas suteiks galimybę integruoti išorinį funkcionalumą į savo projektus. Dėmesys bus skiriamas dekoratoriams, generatoriams ir iteratoriams, kurie leidžia rašyti lankstesnį ir efektyvesnį kodą. Studentai taip pat supažindinami su asinchroniniu programavimu, testavimu ir programavimo architektūromis, kas padės kurti kokybiškesnes ir patikimesnes aplikacijas.

Duomenų analizė 90 val.

Duomenų analizės skyriuje kursų dalyviai išmoks naudoti Pandas ir NumPy bibliotekas duomenų valymui, apdorojimui ir analizei. Bus nagrinėjamos duomenų vizualizacijos technikos, pasitelkiant Matplotlib ir Seaborn bibliotekas, leidžiančias atvaizduoti duomenis aiškiai ir suprantamai. Taip pat kursas apims duomenų klasifikavimo ir prognozavimo pagrindus, naudojant paprastus mašininio mokymosi modelius. Tai suteiks studentams tvirtą pagrindą duomenų analizės srityje ir paruoš juos sudėtingesniems uždaviniams.

Duomenų bazių pagrindai 80 val.

Ši dalis skirta suteikti studentams pagrindines žinias apie duomenų bazių valdymo sistemas (DBMS), su ypatingu dėmesiu SQL kalbai ir duomenų bazių integracijai su Python. Kursas padės studentams suprasti, kaip efektyviai saugoti, valdyti ir prieiti prie duomenų, kurie yra būtini bet kokio dydžio projektams ir aplikacijoms.

Mašininis mokymasis 120 val.

Šioje kurso dalyje dėmesys bus skiriamas mašininio mokymosi (ML) pagrindams ir metodams, suteikiant studentams būtiną supratimą ir įgūdžius, reikalingus modelių kūrimui ir taikymui. Studentai išmoks naudoti scikit-learn biblioteką, kuri yra viena populiariausių Python bibliotekų mašininiam mokymuisi, apimant tiek prižiūrimąjį (supervised) mokymasį, tiek neprižiūrimajį (unsupervised) mokymąsi. Bus nagrinėjami pagrindiniai ML modeliai, tokie kaip linijinė ir logistinė regresija, sprendimų medžiai, atsitiktinių miškų algoritmai ir palaikymo vektorių mašinos (SVM).

Neuroniniai tinklai ir gilusis mokymasis 120 val.

Ši kurso dalis skirta supažindinti studentus su neuronalinių tinklų ir giliojo mokymosi (deep learning, DL) konceptais. Pradėsime nuo pagrindų – kas yra dirbtiniai neuronai, kaip jie sujungiami į tinklus ir kaip šie tinklai mokomi atpažinti raštus, garsus, vaizdus ir kitus sudėtingus duomenų tipus. Studentai išmoks naudoti TensorFlow ir Keras, dvi pagrindines bibliotekas, kurios palengvina DL modelių kūrimą ir mokymą. Bus detaliai nagrinėjami pagrindiniai DL modeliai, įskaitant konvoliucinius (CNN) ir rekurentinius (RNN) neuronalinius tinklus, kurie yra itin svarbūs vaizdo atpažinimo ir natūralios kalbos apdorojimo (NLP) užduotims. Kursas apims laiko eilučių analizę ir modelius kaip (LSTM) ir (GRU).

Egzistuojantys sprendimai ir teisiniai bei etiniai reikalavimai 30 val.

Šiame kurso segmente studentai susipažins su įvairiais dirbtinio intelekto (DI) taikymo atvejais, įskaitant pažangias asistentų sistemas ir automatizuotą klientų aptarnavimą bei sužinos apie DI projektų teisinius ir etinius aspektus. Kursas apims sėkmingų DI sprendimų analizę ir jų poveikį verslui, sveikatos priežiūrai bei kitoms sritims. Teisiniai ir etiniai klausimai, tokie kaip privatumas, duomenų apsauga ir intelektinė nuosavybė, bus aptarti kartu su etinėmis dilemomis, susijusiais su automatizuoto sprendimų priėmimo poveikiu ir atsakomybe. Studentai išmoks, kaip svarbu integruoti etines vertybes ir laikytis teisinių reikalavimų, kuriant DI sprendimus. Kursas taip pat nagrinės tarptautinius reglamentus ir skirtingas šalių politikas DI reguliavimo srityje, paruošdamas studentus atsakingam DI technologijų kūrimui ir taikymui.

Minkštieji įgūdžiai

CV, LinkedIn, darbo pokalbio dirbtuvės, inviduali veikla ir mokesčiai, IT specialisto kompetencijos

Atsisiųsti programą

Dėstytojai

Mūsų dėstytojų komanda – skirtingų IT specialistų mišinys. Vieni, kaip kokie superdidvyriai 🦸, dienomis
užima Top pozicijas savo įmonėse ir vakarais atsiliepia į studentų pagalbos šauksmus, kiti – dirba kaip freelancer’iai, kasdien žongliruodami tarp klientų bei studentų. Tačiau visi jie 100% pasiruošę žiniomis ir patirtimi padėti tau! 🧑‍🎓

Dirbtinis intelektas

Mindaugas Bernatavičius

Principal Software Engineer @Virtustream 

Dirbtinis intelektas

Eglė Butkevičiūtė

Lecturer, Data scientist @Kaunas University of Technology

Dirbtinis intelektas

Povilas Marcinkevičius

Deep Learning Engineer and lecturer

Programos kalendorius

Laikotarpis

rugsėjo 9 d. - sausio 7 d.

Laikas

8:00 - 16:00

Trukmė

656 valandos

Kaina

4611,55€, Finansuojama UžT.

Skaičiuoklė

Išsimokėjimo galimybės

Mes siūlome tiek skirtingų išsimokėjimo galimybių ir lengvatų, kad sukūrėme skaičiuoklę savo galimybes pasiskaičiuoti pačiam – visai kaip banke. 💸

CodeAcademy finansavimas

  • Nuo 50 €/mėn.

100% Užimtumo Tarnybos finansavimas

  • Užimtumo Tarnybos finansavimas leidžia persikvalifikuoti dirbantiems ir įgyti naujas kompetencijas nedirbantiems! 🚀
  • Besimokantiems studentams gali būti skiriamos UžT stipendijos, Daugiau informacijos čia.

Mokėk po sėkmingo įsidarbinimo!

  • Mėnesinis mokestis – 10% nuo Neto pajamų, su galimybe turėti mokėjimo atostogas iki 5 mėnesių.

Dažniausiai užduodami klausimai

Taip! Kviečiame susisiekti el. paštu karjera@codeacademy.lt

Dėl atvirų darbo pozicijų galite teirautis el. paštu karjera@codeacademy.lt. Mielai Jus nukreipsime į įmones, kurios ieško specialistų. *Gavus pasiūlymą negalime 100 % garantuoti, kad įmonė Jus įdarbins, kadangi tai labai priklauso nuo to kaip save reprezentuosite darbo pokalbio metu.

Trumpa online konsultacija

Nori sužinoti daugiau apie mūsų siūlomus kursus? Užsiregistruok 30 min. konsultacijai su mūsų programų specialistu, kurios metu galėsi užduoti tau rūpimus klausimus ir gauti profesionalius patarimus.

Registracija paprasta – pasirink sau tinkamą laiką ir mes su tavimi susisieksime! 👇

Susisiekite su mumis!








    Atsisiųskite programą