Управление проектами в области искусственного интеллекта

В рамках модуля "Знакомство с профессией 'Менеджер проектной деятельности в искусственном интеллекте'" слушатели научатся:
– Понимать основные профессиональные стандарты и требования к менеджерам проектной деятельности в области искусственного интеллекта.
– Изучат ключевые компетенции и навыки, необходимые для успешной работы в данной сфере.
– Изучат различные карьерные пути и возможности для профессионального роста в области управления проектами в ИИ.
– Освоят стратегии построения карьеры и саморазвития в контексте новых технологий.
– Разовьют навыки управления проектами, включая планирование, организацию, контроль и завершение проектов в области искусственного интеллекта.
– Освоят инструменты и методы, применяемые в управлении проектами (например, Agile, Scrum, Kanban).
– Получат практические знания и навыки, необходимые для успешного управления проектами, а также ознакомиться с актуальными методологиями и инструментами.
– Изучат теоретико-исторический аспект правового регулирования новых технологий, включая искусственный интеллект.
– Ознакомятся с основными нормами и актами национального и международного законодательства в сфере искусственного интеллекта.
– Научатся понимать этические аспекты применения искусственного интеллекта в России и мире, а также их влияние на общество и бизнес.
– Изучат особенности правового регулирования искусственного интеллекта в различных отраслях, а также роль государственных и негосударственных органов.
– Основные конституционные принципы, влияющие на развитие и применение технологий ИИ.
– Изучат государственные инициативы и программы, направленные на развитие искусственного интеллекта в стране.
– Ознакомятся с международными принципами и соглашениями, касающимися регулирования искусственного интеллекта.
– Проведут сравнительный анализ подходов разных стран к правовому регулированию ИИ.
– Изучить основные нормативно-правовые акты Российской Федерации, касающиеся регулирования искусственного интеллекта за последние три года.
– Научатся определять различия между общими, специальными и отраслевыми подходами к регулированию ИИ.
– Рассмотрят примеры практического применения нормативных актов в сфере искусственного интеллекта.

Модуль предполагает 10 часов работы, из них 2 часа практик и 8 часов самостоятельной работы.

В рамках модуля участники научатся:
- Определять стресс и распознавать его физические и психологические проявления.
- Различать различные типы стрессоров и их влияние на человека.
- Понимать взаимосвязь между стрессом и психическим здоровьем, а также его последствия.
- Осваивать принципы здорового образа жизни, способствующие снижению стресса.
- Изучать эффективные методы преодоления стресса и адаптации к трудным ситуациям.
- Применять практические техники для управления стрессом в повседневной жизни.
- Развивать навыки понимания и управления своими эмоциями, а также эмоциями других людей.
- Укреплять личную устойчивость к стрессу и развивать навыки преодоления трудностей.
- Осваивать особенности общения в профессиональной среде.
- Понимать важность как словесного, так и невербального общения для эффективной передачи информации.
- Развивать навыки уверенного выступления перед аудиторией.
- Изучать методы убеждения и влияния на людей в процессе общения.

Эти модули помогут участникам улучшить свои навыки управления стрессом, повысить эмоциональный интеллект и развить эффективные коммуникативные способности.

Модуль предполагает 10 часов работы, из них 2 часов практик и 8 часов самостоятельной работы.

В рамках этих модулей участники научатся:
- Понимать ключевые понятия и принципы, связанные с проектами.
- Формировать эффективные команды и генерировать идеи для проектов.
- Определять целевую аудиторию и формировать образ продукта, учитывая требования проекта.
- Осваивать методы планирования, включая временные рамки и этапы реализации.
- Разрабатывать бюджеты и анализировать риски, связанные с проектами.
- Изучать различные типы проектов в зависимости от их направленности и особенностей.

Эти навыки помогут участникам успешно управлять проектами и достигать поставленных целей.

Модуль предполагает 14 часов работы, из них 2 часа практик и 12 часов самостоятельной работы.

Этот курс предоставит участникам комплексные знания и навыки, необходимые для успешного управления проектами в области информационных технологий.

В рамках указанных модулей участники курса научатся следующим ключевым аспектам управления проектами в области информационных технологий:
- Понимание исторической эволюции и современных тенденций в управлении ИТ-проектами, критериев успеха и неудач, а также особенностей проектов в области искусственного интеллекта.
-Ознакомление с информационными технологиями и системами, используемыми для управления проектами в ИТ, а также с основными методологиями.
- Изучение различных подходов к управлению проектами, включая PMBOK, Waterfall, PRINCE2, Agile, SCRUM и Kanban, и их применение в практике.
- Освоение методов управления изменениями, документацией и содержанием ИТ-проектов для обеспечения их успешной реализации.
- Понимание процессов и стратегий управления закупками в рамках ИТ-проектов.
- Изучение принципов и методов обеспечения качества в ИТ-проектах.
- Разработка навыков эффективного управления коммуникациями внутри команды и с заинтересованными сторонами проекта.
- Освоение методов управления командой, включая оценку эффективности и мотивацию участников проекта.
- Понимание принципов управления стоимостью и финансированием ИТ-проектов для достижения финансовых целей.
- Изучение методов идентификации, анализа и управления рисками в ИТ-проектах для минимизации негативных последствий.

Модуль предполагает 26 часов работы, из них 2 часа лекций и 10 часов практик и 14 часов самостоятельной работы.

Изучив модуль слушатели научатся применять стандарты и методики оценки качества управления менеджментом, языки программирования для решения профессиональных задач.

Слушатель, завершивший этот модуль, будет готов к проектированию баз данных, работе с реляционными моделями и написанию эффективных SQL-запросов для выполнения операций с данными в PostgreSQL.

Модуль предполагает 32 часа работы, из них 4 часа лекций и 8 часов практик и 20 часов самостоятельной работы.

Изучив модуль, слушатели получат базовые знания и навыки, необходимые для разработки программного обеспечения и работы с современными инструментами в области IT

Модуль предполагает 46 часов работы, из них 4 часа лекций и 12 часов практик и 30 часов самостоятельной работы.

Участники обучения познакомятся с основными понятиями анализа данных, изучат и математические объекты и научатся применять методы в анализе данных: метрические методы, линейную регрессию, логические методами, кластеризацию данных.

Слушатели в рамках данного модуля научатся:
1. Основы анализа данных:
– Понимать ключевые концепции машинного обучения и анализа данных, включая методологии (SEMMA, CRISP) и этапы анализа данных.
– Определять различные типы задач машинного обучения: классификация, регрессия, кластеризация и др.
2. Математические методы:
– Применять линейную алгебру, теорию вероятностей и математическую статистику для анализа данных.
– Оценивать параметры распределений и использовать метод максимального правдоподобия.
3. Метрики и алгоритмы:
– Использовать метрические методы для классификации и регрессии, включая функции расстояния и алгоритмы с весами.
4. Линейная регрессия и классификация:
– Осваивать линейную регрессию, методы наименьших квадратов и стохастического градиентного спуска, а также решать проблемы переобучения и регуляризации.
5. Логические методы:
– Применять логические методы, такие как деревья решений, изучая алгоритмы их построения и критерии ветвления.
6. Кластеризация данных:
– Изучать алгоритмы кластеризации, такие как K-Means, их устойчивость и выбор числа кластеров.
7. Управление продуктом:
– Понимать основные продуктовые метрики, KPI, модели Lean Canvas, HADI-циклы и UNIT-экономику для эффективного управления продуктами.

Модуль предполагает 44 часа работы, из них 2 часа лекций и 10 часов практик и 32 часов самостоятельной работы.

Модуль направлен на изучение приложений ИИ, изучение инструментов решения проблем и представления знаний. Слушатели получат комплексное понимание основ искусственного интеллекта, методов решения проблем и представления знаний в системах ИИ.

Будут изучены:
- Формальные системы, графовые и гиперграфовые модели. И-ИЛИ деревья.
- Методы поиска в пространствах состояний.
- Информированный поиск и исследование пространства состояний.
- Задачи удовлетворения ограничений.
- Поиск в условиях противодействия.
- Архитектура систем, основанных на знаниях (СОЗ).
- Интерфейсы экспертов и конечных пользователей СОЗ.
- Типы моделей, используемых для представления знаний в СОЗ.
- Языки представления знаний.
- Логические ЯПЗ, продукционные ЯПЗ, концептуальные ЯПЗ.
- Модели рассуждений в СОЗ.
- Эвристический поиск в пространстве состояний.
- Логика предикатов как метаязык.
- Исчисление предикатов первого порядка.
- Построение системы знаний с использованием семантических сетей.
- Автоматическое доказательство теорем.
- Метод резолюции. Логическое следствие.
- Проблемы общезначимости и выполнимости.
- Метод аналитических таблиц

Модуль предполагает 32 часов работы, из них 2 часа лекций и 8 часов практик и 22 часов самостоятельной работы.

Итоговая аттестация в формате подготовки и защиты проекта