Tiem, kuri vēlas pielietot MI risinājumus, nodrošinot datu drošību. Darbam ar lieliem datu apjomiem, failiem un datubāzēm. Piemērots strādājošiem finanšu jomā, grāmatvežiem, pētniekiem, mārketinga speciālistiem, datu analītiķiem darbā ar sensitīviem datiem.
| Pieteikties par projekta līdzekļiem | Reģistrēties par saviem līdzekļiem |
STUDIJU MODUĻA UZDEVUMI:
Sniegt zināšanas par Python programmēšanu datu pārvaldīšanai un darbam ar mākslīgā intelekta rīkiem.;
Sniegt zināšanas par biznesa datu pārvaldību lokālā vidē, minimizējot riskus, kas saistīti ar mākoņrisinājumiem;
Sniegt zināšanas par MI risinājumiem datu pārvaldībai.
GALVENĀS TĒMAS:
Python pamati datu un MI rīku pārvaldīšanai
1. Python darba vides sagatavošana. VSCode, Jupyter Notebooks un Google Colab vides pielāgošana tālākai darbībai;
2. Python programmēšanas valodas pamati datu apstrādei;
3. Objekt orientētas programmēšanas pamati Pyton;
4. Python rīki, kurus izmanto kopā ar mākslīgā intelekta rīkiem, lai paplašinātu to pielietošanas iespējas (piem. Pandas, Pydantic).
5. Python lielo datu pārvaldības rīki, kas ļauj efektīvi strādāt lokālā vidē (piem. DuckDB, Polars, Dask, Vaex, Modin);
6. Python rīki datu šifrēšanai (encryption) un atšifrēšanai (decryption).
Mākslīgā intelekta risinājumi drošai un efektīvai biznesa datu pārvaldībai
1. MI risinājumi datubāzu pārvaldīšanai, SQL un ne-SQL datubāzes, vektoru datubāzes. Kontekstā balstīta meklēšana (Semantic search).
2. MI pamati. Mašīnmācīšanās un dziļā mācīšanās. Neironu tīkli;
3. Federatīvā mašīnmācīšanās (Federated learning). MI modeļu trenēšana lokāli bez datu nosūtīšanas uz centrālo serveri, ar pielietojumu sensitīvu datu apstrādē;
4. Pārneses mašīnmācīšanās ("Transfer Learning") ar Hugging Face transformeriem un Keras 3. Iepriekš apmācītu LLM modeļu pielāgošana lokāli, nodrošinot datu drošību un privātumu;
5. GenAI rīku lokālā ieviešana un uzturēšana ar Ollama;
6. Lielo valodas modeļu (LLM) — GPT, Gemini, TinyLlama pamati biznesa datu pārvaldīšanai;
7. Uzvedņu inženierijas (Prompt engineeing) pamati;
8. MI risinājumi darbam ar strukturētiem datiem. JSON pamati, Pydantic modeļu pielietošana ar MI rīkiem. SQL pamati ar Postgres. MI Teksta uz SQL risinājumi.
9. Datu pārvaldības procesa automatizācija ar LangChain;
10. RAG (Ieguves paplašinātas ģenerēšanas) pamati dokumentu pārvaldes automatizācijai. Risinājumi datu iegūšanai no vairākiem avotiem (dažāda formāta faili, tīmekļa vietnes, datu bāzes, API u.c.) ar MI rīkiem.
11. Datu straumēšana reāllaika apstrādei ar MI risinājumiem.
12. Daudz-aģentu MI sistēmas datu pārvaldības procesa automatizācijai un datu drošības nodrošināšanai.
PASNIEDZĒJS:
Deniss Vasiļjevs, MSc, DipM, lektors
Kopējais stundu (akadēmiskais) skaits: 100 stundas, 4 ECTS 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 500 EUR pusgadā sedz no projekta līdzekļiem.
MĀCĪBU SĀKUMS UN LAIKS:
Plānotais grupu komplektēšanas un mācību sākums jūlijā, pēdējā grupa mācības pabeigs līdz 30.04.2026.
Mācību grafiku saskaņošanu sāksim pēc apstiprināto pretendentu saraksta saņemšanas no VIAA, kad būs skaidrs, cik grupas veidosies. Pirmās grupas mācību laiks parasti ir darbdienas vakars 18-21, otrā un trešā grupas var mācīties arī sestdienās vai darbdienu rītos - atkarībā no pieprasījuma.
Dokuments par kursa apguvi:
Augstskolu likuma 59².panta 3.daļā paredzētā apliecība par studiju moduļa apguvi.
Personai nepieciešamais materiāltehniskais nodrošinājums
Nepieciešams dators ar vismaz 8GB RAM, interneta pieslēgumu, pārlūks Mozilla Firefox, Google Chrome vai Microsoft Edge. Skandas vai mobilais tālrunis ar Android vai iOS operētājsistēmu un Mozilla Firefox vai Google Chrome pārlūku.
Vēlams mikrofons. Ļoti ieteicams otrs monitors.
Operētājsistēma: Microsoft Windows 10 vai jaunāka, Linux ar grafisko lietotāja vidi, macOS.
Programmatūra, kas būs jāinstalē pirms nodarbībām vai nodarbību laikā:
Python,
Visual Studio Code,
Node.js,
Docker,
Postgres.
Google (Gmail) konts piekļuvei bezmaksas Google servisiem, Mākslīgā intelekta rīku piekļuvei (piemēram, ChatGPT).
Jautājumi?
Zvaniet 20040047, 67606101