Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Module 1: Giới thiệu & Lý thuyết AI
- Phương pháp dựa trên mô hình: Xem AI như một vấn đề kỹ thuật.
- Giải mã "Ma trong Máy": Điều gì là AI và điều gì không phải là AI.
- Sự tiến hóa của công nghệ: Từ BERT đến Transformers.
- Các lĩnh vực sinh thành: Phân tích, sáng tạo, nghiên cứu, hình ảnh, âm nhạc và video.
- Quản lý dữ liệu: Các trụ cột, kiểm toán và xu hướng nghiên cứu (Đa phương thức, Đại lý, RAG, LLM vs. SLM).
- Mặt tối của AI: Đạo đức, quyền sở hữu trí tuệ, thiên lệch, ảo tưởng và kỹ thuật xã hội.
- Đánh giá rủi ro: Trúng độc dữ liệu, Nepenthes và rủi ro của việc "ngu hóa" tài năng con người.
- Phân loại mô hình: Cơ sở vs. Cụ thể nhiệm vụ; Đóng vs. Mở trọng số.
Module 2: Khung cảnh hiện tại & Bộ công cụ
- Sân khấu Mô hình ngôn ngữ: So sánh hiệu suất và tiêu chuẩn.
- Tiêu chí mua chuyên nghiệp: Chi phí, độ trễ, bảo mật và sự khóa vào nhà cung cấp.
- Tổng quan về Mô hình lớn: OpenAI ChatGPT, Perplexity, Gemini và Grok.
- Mô hình Ngách & Nhỏ: Manus, SpecKit.
- Sinh thành đồ họa: Perchance
- Ràng buộc kỹ thuật: Sự suy giảm bối cảnh vs. Chi phí token.
Module 3: Tương tác - Kỹ thuật Prompt & Bối cảnh
- Khung kiểm tra: Hoàn thiện, nhất quán và có thể xác minh.
- Chiến lược RAG: Khi nào sử dụng Sinh thành được hỗ trợ bởi truy xuất vs. tinh chỉnh.
- ROI của AI: Chi phí bảo trì vs. Tăng năng suất.
- Kỹ thuật nâng cao: 20+ phương pháp Prompt & RAG với ví dụ thực tế.
- Biên giới thử nghiệm: Định vị tam giác, tổng quan Bản đồ & Địa hình và Sinh thành dựa trên mô hình.
Module 4: AI trong Quản lý Dự án Agile
- Lái Đò Siêu máy tính: AI như một động cơ tự động hóa.
- Quyết định: Trách nhiệm con người vs. Hỗ trợ AI.
- AIOps & GitOps: Tích hợp AI vào quy trình vận hành.
- Chuỗi công cụ & Đường ống: Tạo môi trường do AI dẫn dắt liền mạch.
- Các tài liệu Agile: Backlog, lộ trình và kỹ thuật yêu cầu.
- Quản lý chính xác: Lập kế hoạch năng lực và ước lượng (Độ chính xác vs. Độ chính xác).
- Sở hữu sản phẩm: Ý tưởng, phân tích tính năng và rủi ro Vibe-coding.
- Rủi ro & Kịch bản: Lập kế hoạch cho "Giả sử" và quản lý rủi ro tự động.
- Tinh chỉnh: Mô tả và tinh chỉnh Use Case và User Story.
Yêu cầu
- Hiểu biết cơ bản về Tuyên ngôn Agile và khung Scrum.
- Kinh nghiệm trong quản lý dự án, sở hữu sản phẩm hoặc lãnh đạo nhóm.
- Không cần kinh nghiệm lập trình hay kỹ sư AI trước đây, tuy nhiên nên có sự quen thuộc chung với các công cụ số hóa.
Đối Tượng
- Quản lý Dự án Agile và Scrum Masters.
- Chủ Sản phẩm và Quản lý Sản phẩm.
- Lãnh đạo Đội ngũ IT và Quản lý Giao hàng.
- Chuyên viên Phân tích Kinh doanh làm việc trong môi trường Agile.
- Quản lý Vận hành quan tâm đến AIOps.
7 Giờ
Đánh giá (2)
Các ví dụ thực hành
Ryan Brookman - The Shaw Group Limited
Khóa học - Introduction to Artificial Intelligence for Non-technical users
Dịch thuật bằng máy
Chúng tôi đã được sử dụng các công cụ.
Victor Aguero - PNUD/MICI
Khóa học - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Dịch thuật bằng máy
