Polski (PL) 
English (United Kingdom) Moduł 1
AI management od kuchni
Tematy
- Opcje kariery w AI
- Jak mówić o AI, aby inni słuchali?
- Dane, Algorytm, Model, Predykcje
- DL vs ML vs RL
- Data Science i korelacje
- Przegląd 14 rodzin technologii AI
- AI Product Management: Dobór technologii do problemu biznesowego
- Praktyczne aspekty
- Jak wybrać najlepszy dla siebie obszar kariery w AI?
- Korelacje w danych
- Machine Learning, Deep learning i Reinforcement Learning dookoła nas
- Analiza problemu AI firmy
- Wybór odpowiedniej technologii do problemu firmy
- Analiza dojrzałości AI firmy
Moduł 2
Dane to czysty pieniądz
Tematy
- Zrozumienie danych
- Potencjał ukryty w Twoich danych - monetyzacja
- Wizualizacja danych i narzędzia
- EDA, czyli praktyczna analiza danych
- Określasz potencjał danych
- Weryfikujesz dane pod kątem wykorzystania w projekcie
- Pozyskujesz dane
- Wizualizujesz dane
- Rozumiesz EDA i potrafisz wykonać kluczowe kroki
- Praktyczne aspekty
- Rodzaje danych i ich dostępność
- Monetyzacja twoich danych i danych firmy
- Wizualizacja danych
- Uproszczona EDA
Moduł 3
Zarządzanie projektami AI i budowanie produktów AI
Tematy
- CRISP-DM i przegląd metodyk
- Proces data science
- Zastosowanie Agile i Lean Startup
- Wyzwania projektów AI i najlepsze praktyki
- User Experience budowania produktów AI
- Metryki biznesowe i data science
- Praktyczne aspekty
- Dobór metodyki DS do projektu
- Radzenie sobie z wyzwaniami projektów AI
- Zastosowanie UX w projekcie AI
- Dobór metryk
Moduł 4
Efektywny zespół data science
Tematy
- Role w procesie data science
- Budowanie zespołu
- Motywowanie i efektywna komunikacja
- Najlepsze sposoby na rekrutację
- Praktyczne aspekty
- Budowanie Zespołu Data Science
- Efektywna komunikacja w Zespole i motywowanie
Moduł 5
Digital transformation
Tematy
- Najlepsze praktyki
- Digital transformation
- Dobór projektów do portfela AI
- Analiza opłacalności projektów AI
- Prezentowanie projektu AI przed Zarządem
- Praktyczne aspekty
- Wybór najlepszych projektów z listy kandydatów
- Kalkulacja ROI dla projektów AI
- Przygotowanie prezentacji projektu przed biznesowymi decydentami
Moduł 6
Etyka rozwiązań AI
Tematy
- Zagadnienia etyczne w AI
- Regulacje i standardy
- Analiza etycznych ryzyk w projekcie AI
- Praktyczne aspekty
- Analiza etyczna projektu AI
- Lista propozycji regulacji etycznych AI
Moduł 7
ML Ops i Enterprise AI
Tematy
- Cykl życia projektów AI
- Utrzymanie produktów AI i ponowny trening
- Platformy Enterprise AI i ML Ops
- Praktyczne aspekty
- Dobór najlepszych praktyk ML Ops
- Planowanie utrzymania produktu AI
- Planowanie ponownego trenowania modelu
- Dobór platformy DS na poziomie firmy
Link do pełnego programu szkolenia Elephant AI PRO