1) 2024. gada 30. oktobris plkst. 12:00–16:30
2) 2024. gada 11. decembris, 13:00–17:30

Klātienē
Cena: 150 € + PVN
Cena ar ES atbalstu: 45 € + PVN
Valoda: Latviešu

Mākslīgais intelekts operacijās un procesos

Professors

Roberts Tomme

Par pasniedzēju

Roberts Tomme ir mākslīgā inletelekta jaunuzņēmuma Hyperscan līdzdibinātājs un CFO/COO, kā arī mākslīgā intelekta apmācību un konsultāciju uzņemuma AI Academy līdzdibinātājs un vadītājs. Ar izglītību no Bayes Business School Londonā un pieredzi investīciju bankā JP Morgan, Roberts apvieno finanšu ekspertīzi ar dziļu izpratni par mākslīgā intelekta tehnoloģijām. Vadot digitalizācijas un datu inteliģences projektus, viņš ir izkopis prasmi celt procesu efektivitāti un spēj skaidri izklāstīt sarežģītus mākslīgā intelekta konceptus gan iesācējiem, gan profesionāļiem.

Kursa apraksts

Šis kurss sniedz vispusīgu ievadu mākslīgajā intelektā un tā pielietojumā biznesa procesos. Tu gūsi izpratni par mākslīgā intelekta principiem, uzzināsi, kā izmantot mākslīgā intelekta asistentus praktisku uzdevumu veikšanai, un izpētīsi metodes atkārtotu procesu automatizēšanai. Izmantojot teorētisko zināšanu un praktisko vingrinājumu kombināciju, tu apgūsi prasmes, kas nepieciešamas, lai integrētu mākslīgo intelektu savās organizācijās un optimizētu darbības efektivitāti. Programmas beigās Tu būsi gatavs izmantot mākslīgo intelektu, lai veicinātu inovācijas un uzlabotu uzņēmējdarbības efektivitāti.

Kursa mērķi

Izprast mākslīgā intelekta pamatprincipus un tā potenciālo ietekmi uz operācijām un procesiem.
Apgūt efektīvas mākslīgā intelekta asistentu lietošanas metodes operāciju un procesu optimizācijas uzdevumos.
Izprast darba automatizācijas un datu apstrādes iespējas, izmantojot mākslīgo intelektu operāciju un procesu vadībā.
Apgūt metodes MI integrēšanai biznesa darbplūsmās un procesu automatizācijā.

Komersantu ieguvums pēc kursa pabeigšanas:

Izprast mākslīgā intelekta pamatprincipus un tā lomu operāciju vadībā
Izvēlēties pareizos AI rīkus konkrētiem operatīvajiem uzdevumiem
Izstrādāt un ieviest uz AI balstītus automatizācijas risinājumus
Izmantot AI datu apstrādei un analīzei, lai optimizētu darbību
Izprast mākslīgā intelekta potenciālu un ierobežojumus operāciju vadībā

Kurss notiks:

Klātienē

Priekšzināšanas:

  • Pamatzināšanas par biznesa operācijām un procesu vadību
  • Vispārēja izpratne par datu analīzes pamatprincipiem
  • Pamata datorprasmes, ieskaitot darbu ar izklājlapām
  • Interese par tehnoloģiju un inovāciju pielietojumu biznesa procesos
  • Atvērtība jaunām pieejām procesu optimizācijā

Mācību metodes:

  • Teorētiskā lekcija ar interaktīviem elementiem
  • Praktiskie piemēri un gadījumu izpēte par MI pielietojumu operācijās un procesos
  • Grupas diskusijas un praktiski vingrinājumi MI rīku izmantošanai
  • Demonstrācijas un praktiskie uzdevumi, izmantojot MI risinājumus operāciju un procesu optimizācijai

Tēma 1

Pamatizpratne par mākslīgo intelektu
Kā darbojas MI?
Kāda MI ir nozīme šobrīd un nākotnē?
Kā orientēties MI kā nozarē?
Kādas iespējas MI sniedz operācijām un procesiem?
Kādas ir lielākās problēmas MI ieviešanā biznesa procesos?

Tēma 2

Efektīva mākslīgā intelekta asistentu lietošana operācijās un procesos
Kādi ir MI asistentu veidi?
Kā izvēlēties piemērotāko?
Kā MI asistenti strādā?
Kādi ir MI asistentu pielietojumi operāciju un procesu vadībā?
Kā efektīvi strādāt ar MI asistentiem?

Tēma 3

Darba automatizācija ar mākslīgo intelektu
Kā ar MI var automatizēt atkārtotus uzdevumus?
Kādi ir biežāk automatizējamie procesi biznesā, kur MI var sniegt vislielāko vērtību?
Kā izveidot MI balstītas automatizācijas darbplūsmas?
Kā novērtēt automatizācijas efektivitāti un atdevi?
Kādi ir izaicinājumi MI pielietošanā automatizācijās?

Tēma 4

Datu apstrāde un analīze ar mākslīgo intelektu
Kā ar AI var apstrādāt un analizēt lielos datu apjomus?
Kā integrēt MI risinājumus esošajās biznesa inteliģences sistēmās?
Kursa noslēgums un apgūto zināšanu apkopojums

Mākslīgais intelekts operacijās un procesos

1) 2024. gada 30. oktobris plkst. 12:00–16:30
2) 2024. gada 11. decembris, 13:00–17:30

Klātienē
Cena: 150 € + PVN
Cena ar ES atbalstu: 45 € + PVN
Valoda: Latviešu

Professors

Roberts Tomme

Par pasniedzēju

Roberts Tomme ir mākslīgā inletelekta jaunuzņēmuma Hyperscan līdzdibinātājs un CFO/COO, kā arī mākslīgā intelekta apmācību un konsultāciju uzņemuma AI Academy līdzdibinātājs un vadītājs. Ar izglītību no Bayes Business School Londonā un pieredzi investīciju bankā JP Morgan, Roberts apvieno finanšu ekspertīzi ar dziļu izpratni par mākslīgā intelekta tehnoloģijām. Vadot digitalizācijas un datu inteliģences projektus, viņš ir izkopis prasmi celt procesu efektivitāti un spēj skaidri izklāstīt sarežģītus mākslīgā intelekta konceptus gan iesācējiem, gan profesionāļiem.

Par pasniedzēju

Roberts Tomme ir mākslīgā inletelekta jaunuzņēmuma Hyperscan līdzdibinātājs un CFO/COO, kā arī mākslīgā intelekta apmācību un konsultāciju uzņemuma AI Academy līdzdibinātājs un vadītājs. Ar izglītību no Bayes Business School Londonā un pieredzi investīciju bankā JP Morgan, Roberts apvieno finanšu ekspertīzi ar dziļu izpratni par mākslīgā intelekta tehnoloģijām. Vadot digitalizācijas un datu inteliģences projektus, viņš ir izkopis prasmi celt procesu efektivitāti un spēj skaidri izklāstīt sarežģītus mākslīgā intelekta konceptus gan iesācējiem, gan profesionāļiem.

Kursa apraksts

Šis kurss sniedz vispusīgu ievadu mākslīgajā intelektā un tā pielietojumā biznesa procesos. Tu gūsi izpratni par mākslīgā intelekta principiem, uzzināsi, kā izmantot mākslīgā intelekta asistentus praktisku uzdevumu veikšanai, un izpētīsi metodes atkārtotu procesu automatizēšanai. Izmantojot teorētisko zināšanu un praktisko vingrinājumu kombināciju, tu apgūsi prasmes, kas nepieciešamas, lai integrētu mākslīgo intelektu savās organizācijās un optimizētu darbības efektivitāti. Programmas beigās Tu būsi gatavs izmantot mākslīgo intelektu, lai veicinātu inovācijas un uzlabotu uzņēmējdarbības efektivitāti.

Kursa mērķi

Izprast mākslīgā intelekta pamatprincipus un tā potenciālo ietekmi uz operācijām un procesiem.
Apgūt efektīvas mākslīgā intelekta asistentu lietošanas metodes operāciju un procesu optimizācijas uzdevumos.
Izprast darba automatizācijas un datu apstrādes iespējas, izmantojot mākslīgo intelektu operāciju un procesu vadībā.
Apgūt metodes MI integrēšanai biznesa darbplūsmās un procesu automatizācijā.

Komersantu ieguvums pēc kursa pabeigšanas:

Izprast mākslīgā intelekta pamatprincipus un tā lomu operāciju vadībā
Izvēlēties pareizos AI rīkus konkrētiem operatīvajiem uzdevumiem
Izstrādāt un ieviest uz AI balstītus automatizācijas risinājumus
Izmantot AI datu apstrādei un analīzei, lai optimizētu darbību
Izprast mākslīgā intelekta potenciālu un ierobežojumus operāciju vadībā

Kurss notiks:

Klātienē

Priekšzināšanas:

  • Pamatzināšanas par biznesa operācijām un procesu vadību
  • Vispārēja izpratne par datu analīzes pamatprincipiem
  • Pamata datorprasmes, ieskaitot darbu ar izklājlapām
  • Interese par tehnoloģiju un inovāciju pielietojumu biznesa procesos
  • Atvērtība jaunām pieejām procesu optimizācijā

Mācību metodes:

  • Teorētiskā lekcija ar interaktīviem elementiem
  • Praktiskie piemēri un gadījumu izpēte par MI pielietojumu operācijās un procesos
  • Grupas diskusijas un praktiski vingrinājumi MI rīku izmantošanai
  • Demonstrācijas un praktiskie uzdevumi, izmantojot MI risinājumus operāciju un procesu optimizācijai

Tēma 1

Pamatizpratne par mākslīgo intelektu
Kā darbojas MI?
Kāda MI ir nozīme šobrīd un nākotnē?
Kā orientēties MI kā nozarē?
Kādas iespējas MI sniedz operācijām un procesiem?
Kādas ir lielākās problēmas MI ieviešanā biznesa procesos?

Tēma 2

Efektīva mākslīgā intelekta asistentu lietošana operācijās un procesos
Kādi ir MI asistentu veidi?
Kā izvēlēties piemērotāko?
Kā MI asistenti strādā?
Kādi ir MI asistentu pielietojumi operāciju un procesu vadībā?
Kā efektīvi strādāt ar MI asistentiem?

Tēma 3

Darba automatizācija ar mākslīgo intelektu
Kā ar MI var automatizēt atkārtotus uzdevumus?
Kādi ir biežāk automatizējamie procesi biznesā, kur MI var sniegt vislielāko vērtību?
Kā izveidot MI balstītas automatizācijas darbplūsmas?
Kā novērtēt automatizācijas efektivitāti un atdevi?
Kādi ir izaicinājumi MI pielietošanā automatizācijās?

Tēma 4

Datu apstrāde un analīze ar mākslīgo intelektu
Kā ar AI var apstrādāt un analizēt lielos datu apjomus?
Kā integrēt MI risinājumus esošajās biznesa inteliģences sistēmās?
Kursa noslēgums un apgūto zināšanu apkopojums