Biznesa procesu automatizācija ar mākslīgā intelekta risinājumiem

Kurss katram, kas vēlas automatizēt darbu. Strādā ar lielu dokumentu apjomu – speciālisti, projektu vadītāji, pētnieki. Vadītāji – lai celtu efektivitāti un konkurētspēju caur digitālo transformāciju. IT speciālisti, kuri vēlas veidot MI balstītas aplikācijas

STUDIJU MODUĻA MĒRĶIS:
Apgūt mākslīgā intelekta (MI) izmantošanas pamatus tiem, kas nodarbojas ar biznesa procesu vadību. 
Apgūt Python programmēšanas pamatus efektīvam darbam ar MI rīkiem un risinājumiem.

UZDEVUMI
Sniegt zināšanas par MI, risinājumiem biznesa procesu automatizācijai;
Sniegt zināšanas par Python programmēšanas valodu efektīvam darbam ar MI rīkiem, automatizācijas rīkiem.

SAGAIDĀMIE REZULTĀTI
Zināšanas:
MI pamati. Mašīnmācīšanās  un dziļā mašīnmācīšanās;
Datu sagatavošana mašīnmācīšanām;
Mākslīgie neironu tīkli un to veidošana;
AutoML un GenAI rīki;
Lielo valodas modeļu (LLM);
RAG (Ieguves paplašinātas ģenerēšanas);
Prognozēšana ar MI rīkiem;
Biznesa procesu automatizācija ar MI rīkiem;
Tīmekļa un mobilo aplikāciju veidošana uz MI pamata. 
Python programmēšanas pamati;
Python rīki automatizācijai, sadarbībai ar MI rīkiem

Prasmes:

Neironu tīklu modeļu veidošana;
MI rīku pielietošana biznesa procesu automatizācijai;
MI rīku pielietošana biznesa problēmu risināšanā;
MI rīku pielietošana darbam ar dažāda veida datu avotiem un failiem;
Lielo valodas modeļu (LLM) pielietošana biznesa problēmu risināšanā;
Daudz-aģentu MI sistēmu pielietošanā biznesa procesu automatizācijai;
Tīmekļa un mobilo aplikāciju veidošana biznesa procesu automatizācijai uz MI pamata
spēt pielietot Python programmēšanas pamatzināšanas, strādāt Python darba vidēs;
prast izmantot Pyton rīkus biznesa procesu automatizācijai, rīkus, kurus izmanto kopā ar MI rīkiem.

GALVENĀS TĒMAS:

Python pamati biznesa procesu automatizācijai un MI rīku pārvaldīšanai:

Python darba vides sagatavošana. VSCode un GoogleColab vides pielāgošana tālākai darbībai;
Python programmēšanas valodas pamati;
Objekt orientētas programmēšanas pamati Python;
Python skripti biznesa procesu automatizācijai;
Robotizētas procesu automatizācijas (RPA) pamati. Python rīki biznesa procesu automatizācijai;
Python rīki, kurus izmanto kopā ar mākslīgā intelekta rīkiem, lai paplašinātu to  pielietošanas iespējas (piem. Lielo datu pārvaldes rīki un datu orķestrēšanas rīki).

Mākslīgā intelekta risinājumi biznesa procesu automatizācijai:

Mākslīgā intelekta (MI) pamati. Mašīnmācīšanās un dziļā mācīšanās. Neironu tīkli;
Klasiskie mašīnmācīšanās rīki (piem. Tensorflow, Keras, Scikit-Learn) un to pielietošana. Neironu tīklu modeļu veidošana;
AutoML un pārneses mācības rīku pielietošana darbam ar tekstu, attēliem un datu tabulām;
Datorredzes pamati. Darbs ar attēliem. Datu izgūšana no attēlu failiem;
GenAI rīki. Lielo valodas modeļu (LLM): GPT, Gemini, Llama, Ollama un Mistral AI pamati biznesa procesu automatizācijai. Uzvedņu inženierijas (Prompt engineering) pamati;
RAG (Ieguves paplašinātas ģenerēšanas) pamati biznesa procesu un dokumentu pārvaldes automatizācijai;
Ārējo datu avotu un sistēmu integrācija ar Lieliem valodas modeļiem (LLM). Darba plūsmu automatizācijas konveijeru izveide. Automatizācijas aģentu izveide. Biznesa procesu automatizācija ar LangChain un LlamaIndex;
Daudz-aģentu MI sistēmas sarežģītu biznesa procesu automatizācijai;
Pastiprinājuma mācīšanās pamati. Pašapmācīties spējīgu biznesa procesa automatizācijas sistēmu izveide;
Automatizēta datu izgūšana, apkopošana un apstrāde ar MI risinājumiem. Risinājumi automatizētai datu ieguvei  no vairākiem avotiem (dažāda formāta faili, tīmekļa vietnes, datu bāzes, API u.c.);
Dokumentu pārvaldes sistēmu veidošana ar MI risinājumiem. Vektora datubāzes. Kontekstā balstīta meklēšana (Semantic search);
Tīmekļa meklēšanas un skrāpēšanas automatizācija, izmantojot MI risinājumus;
E-pastu pārvaldes automatizācijas risinājumi;
MI balstītu tīmekļa un mobilo aplikāciju izstrāde. Dinamisku uzvedņu inženierija (Dynamic prompt engineering).

PASNIEDZĒJS:
Deniss Vasiļjevs, MSc, DipM, lektors

Kopējais stundu (akadēmiskais) skaits: 100 stundas, 4ECTS kredītpunkti.  Tiešsaistē 44 kontaktstundas, patstāvīgais darbs 56 stundas. Mācības notiek attālināti.

LĪDZFINANSĒJUMS:
Moduļa cena 515.00 EUR

Atveseļošanas fonda projekta “Individuālo mācību kontu pieejas attīstība" Nr. 2.3.1.4.i.0/1/23/I/CFLA/001 ietvaros mācību izmaksas līdz 500 EUR pusgadā sedz no projekta līdzekļiem. 

Lai redzētu tieši Jums pieejamo finansējumu, autorizējieties platformā STARS

MĀCĪBU SĀKUMS UN LAIKS:

Dokuments par kursa apguvi:
Augstskolu likuma 59².panta 3.daļā paredzētā apliecība par studiju moduļa apguvi.

Jautājumi?
Zvaniet 20040047, 67606101