Professionellt certifikat i artificiell intelligens (AI) och machinelearning (I samarbete med Purdue University och IBM)

Professionellt certifikat i artificiell intelligens (AI) och machine learning

I samarbete med Purdue University och IBM

• Live online-mästarkurser ledda av branschexperter
• 6 månaders program (6–8 timmar/vecka, helgkurser)
• Fråga oss om nästa kursstart och detaljerad schema!

Utöka din karriär med detta certifieringsprogram i AI och maskininlärning, som erbjuds i samarbete med Purdue University Online och IBM. Få praktisk erfarenhet och expertis inom efterfrågade områden som AI-automatisering, ChatGPT, stora språkmodeller (LLM), djupinlärning, neurala nätverk, chatbots, agentiska ramverk och mycket mer.

Viktiga funktioner

• Kurs och material är på engelska
• Mellan- till avancerad nivå
• 6 månaders live-klassrumsundervisning med praktisk träning ledd av branschexperter (6–8 timmar/vecka, helgkurser)
• 350+ timmars studietid och övning rekommenderas
• 1 års tillgång till lärplattform och inspelningar av lektioner
• Delta i exklusiva hackathons ledda av IBM och Ask Me Anything (AMA)-sessioner
• Programcertifikat från Purdue University Online och IBM
• Arbeta med 3 avslutande projekt och över 15 praktiska övningar inom olika branscher
• Interagera med andra deltagare och mentorer via Slack.
• Dedikerad kohortmanager och mentorskapssessioner.
• Bli medlem i den prestigefyllda alumniföreningen vid Purdue University

Om Purdue University

Purdue University är ett ledande offentligt forskningsuniversitet som är känt för att skapa praktiska lösningar på några av dagens mest angelägna problem. Purdue har av U.S. News & World Report utsetts till ett av de tio mest innovativa universiteten i USA fyra år i rad och ligger i framkant när det gäller banbrytande forskning och innovation.

Vilket mervärde tillför Purdue University till programmet?

Programmets läroplan är utformad och granskad med hjälp av universitetet, vilket ger programmet legitimitet och ett certifikat med gemensamt varumärke. Observera att de liveklasserna inte hålls av universitetets faktiska lärare utan av många erfarna branschexperter som är lämpliga för varje ämne.

Lärandemål

• Lär dig att skriva effektiv Python-kod och utnyttja dess kraftfulla bibliotek för dataanalys och AI-projekt
• Utveckla färdigheter inom datahantering, utforskning, visualisering och hypotesprövning för att stödja välgrundade, datadrivna beslut
• Förstå och tillämpa en rad maskininlärningsalgoritmer, inklusive begrepp som regularisering, överanpassning och modelljustering
• Få expertis inom design och träning av neurala nätverk, inklusive konvolutionella och återkommande modeller, för komplexa datauppgifter
• Använda SciPy-biblioteket och dess moduler – såsom Integrate, Optimize, Stats, IO och Weave – för vetenskaplig och teknisk databehandling
• Utveckla förmågan att bygga konversationschattbottar och AI-drivna kundtjänstagenter
• Implementera text-till-tal-funktionalitet och automatiserade taligenkänningstekniker
• Utforska ChatGPT och upptäck dess praktiska tillämpningar inom olika branscher

Målgrupp:

Detta program är skräddarsytt för IT-proffs på mellannivå till senior nivå som vill avancera i sin karriär eller byta till roller med fokus på AI, maskininlärning och generativ AI. Oavsett om du vill fördjupa dina tekniska kunskaper, byta till AI-centrerade projekt eller ta steget till ledande positioner inom data science och AI, erbjuder programmet omfattande kunskap, praktisk erfarenhet och en respekterad certifiering som hjälper dig att förbli konkurrenskraftig i den föränderliga teknikbranschen.

• IT-proffs på mellannivå
• – Personer med flera års erfarenhet inom teknik som vill vidareutbilda sig.
• Seniora IT-proffs eller teknikledare
• – De som vill övergå till ledande roller inom AI eller datadrivna avdelningar.
• Proffs som vill byta karriär till AI/ML/GenAI
• – De som kommer från närliggande teknikområden (t.ex. mjukvaruutveckling, dataengineering, analys) och vill övergå till AI-fokuserade roller.
• Personer som vill leda AI-drivna projekt
• – Projektledare, arkitekter eller produktägare som vill leda initiativ som involverar AI-teknik.
• Blivande ledare inom AI/data science
• – Yrkesverksamma som förbereder sig för strategiska eller ledande roller i AI- och data science-team.

Förkunskaper:

• Helst minst två års heltidserfarenhet.
• Grundläggande kunskaper i programmering och matematik är meriterande.
• Du måste vara minst 18 år och ha gymnasieexamen eller motsvarande.

Lärandeväg

1. Uppfräschning i programmering
2. Tillämpad data science med Python
3. Maskininlärning
4. Specialisering i djupinlärning
5. Grundläggande kunskaper i generativ AI
6. Grundläggande kunskaper i generativ AI av IBM
7. Foundation-modeller och generativa AI-plattformar av IBM
8. Capstone-projekt

Val

1. Grundläggande prompt engineering av IBM
2. NLP och taligenkänning
3. Avancerad generativ AI
4. Akademisk masterclass
5. Branschmasterclass av IBM
6. Masterclass i agentisk AI

DETALJERAD KURSPLAN

KURS 1: Repetition i programmering

I det här modulen utvecklar du viktiga Python-färdigheter som är avgörande för dina framsteg under programmet.

Lärandemål

• Förvärva kunskaper i både procedur- och objektorienterad programmering
• Installera Python och dess integrerade utvecklingsmiljö (IDE)
• Bli bekant med Jupyter Notebook och dess tillämpningar
• Förstå Pythons datatyper, operatorer och strängfunktioner
• Lär dig om olika typer av loopar i Python
• Utforska begreppet variabelomfång inom funktioner
• Beskriv metoder, attribut och åtkomstmodifierare i Python

Ämnen

• Grunderna i programmering
• Python-datatyper och operatorer
• Villkorade satser och slingor i Python
• Introduktion till Python-programmering
• Python-funktioner
• Trådning

KURS 2: Tillämpad datavetenskap med Python

Efter att ha slutfört programmeringsuppfräschningen går vi vidare till modulen Tillämpad datavetenskap med Python. Denna kurs ger en omfattande grund i data science och täcker datapreparering, modellbyggnad och utvärdering. Lär dig grunderna i Python, såsom strängar, Lambda-funktioner, listor, NumPy, linjär algebra och viktiga statistiska begrepp. Master hypotesprövning (Z-test, T-test, ANOVA), datamanipulation med pandas och datavisualisering med Matplotlib, Seaborn, Plotly och Bokeh.

Lärandemål

Förklara grunderna i data science och dess tillämpningar

Utveckla en gedigen förståelse för NumPy och dess tillämpningar

Beräkna mått på central tendens och spridning i data

Tillämpa principer för linjär algebra i dataanalys, inklusive tillämpning i kalkyl

Tillämpa Python-begrepp relaterade till strängar, Lambda-funktioner och listor

Undersök olika hypotesprövningar, inklusive Z-test, T-test och ANOVA

• Skapa övertygande visualiseringar med Matplotlib, Seaborn, Plotly och Bokeh
• Arbeta med pandas två primära datastrukturer: Series och DataFrame

Ämnen som behandlas

• Introduktion till data science
• NumPy
• Grundläggande statistik
• Avancerad statistik
• Dataanalys
• Datavisualisering
• Grunderna i Python-programmering
• Linjär algebra
• Sannolikhetsfördelningar
• Arbeta med pandas
• Data wrangling
• End-to-end-statistik Tillämpningar i Python

KURS 3: Maskininlärning

När du har förstått modulen Tillämpad data science med Python går vi vidare till maskininlärning. Denna kurs täcker viktiga typer av maskininlärning och tillämpningar, med fokus på övervakad inlärning (regression, klassificering), oövervakad inlärning (klusterbildning, ensemblemodellering) och ML-pipeline. Få praktisk erfarenhet av TensorFlow, Keras och PyTorch, inklusive att bygga en rekommendationsmotor.

Lärandemål

• Undersök olika typer av maskininlärning och förstå deras unika egenskaper
• Utforska övervakad inlärning och dess breda användningsområde
• Analysera olika regressionsmodeller och identifiera deras lämplighet för specifika scenarier
• Utvärdera och jämför olika ramverk för maskininlärning, inklusive TensorFlow och Keras
• Analysera maskininlärningspipeline och få en omfattande förståelse för den
• Bygg en rekommendationsmotor med PyTorch
• Lär dig olika typer av oövervakade inlärningsmetoder och bestäm deras lämpliga användning

Ämnen som behandlas

• Maskininlärning
• Regression och dess tillämpningar
• Oövervakad inlärning
• Rekommendationssystem
• Övervakad inlärning
• Klassificering och dess tillämpningar
• Ensemble-inlärning

KURS 4: Specialisering i djupinlärning

Efter att ha behärskar maskininlärning är nästa steg att lära sig djupinlärningsspecialisering. Denna kurs ger dig färdigheter att implementera djupinlärningsmodeller med hjälp av AI- och ML-ramverk. Lär dig skillnaden mellan djupinlärning och maskininlärning, utforska neurala nätverk, CNN, RNN, överföringsinlärning, objektdetektering och autoencoders, och få praktisk erfarenhet av TensorFlow, Keras och PyTorch för att bygga och optimera modeller.

Lärandemål

• Få en omfattande förståelse för olika typer av neurala nätverk
• Lär dig begreppen framåtpropagering och bakåtpropagering i djupa neurala nätverk (DNN)
• Lär dig om dropout- och early-stopping-tekniker och deras implementering
• Förstå grunderna i återkommande neurala nätverk (RNN)
• Förstå grunderna i PyTorch och lär dig hur man skapar ett neuralt nätverk med PyTorch
• Få erfarenhet av konvolutionella neurala nätverk (CNN) och objektdetektering

Ämnen som behandlas

• Introduktion till djupinlärning
• Objektdetektering
• PyTorch
• TensorFlow
• Modelloptimering och prestandaförbättring
• Komma igång med autoencoders
• Artificiella neurala nätverk Rekurrent
• neurala nätverk (RNN)
• Djupa neurala nätverk
• Transferinlärning
• Transformermodeller för naturlig språkbehandling (NLP)
• Konvolutionsneurala nätverk (CNN)

KURS 5: Generativ AI-kompetens

Efter att ha utforskat olika specialiseringar inom djupinlärning utforskar vi olika typer av maskininlärning och lär oss att utveckla generativa AI-algoritmer, inklusive chatbots, LLM och AI-driven bild-/videogenerering.

Lärandemål

• Lär dig olika typer av maskininlärning
• Lär dig om chatbots och stora språkmodeller
• Förstå generativa AI-algoritmer
• Utforska flera verktyg som finns tillgängliga för AI-uppgifter

Ämnen som behandlas

• Transformatoralgoritmer
• ChatGPT-modeller
• Neurala nätverk
• GAN och VAE
• Stora språkmodeller (LLM)
• Bildgenerering och videogenerering

KURS 6: Grundläggande generativ AI av IBM

Efter att ha utvecklat generativ AI-kompetens utforskar vi grunderna, utvecklingen och tillämpningarna av GenAI inom text, bild, ljud, video, virtuella världar, kod och data. Lär dig om populära modeller och verktyg som GPT, DALL-E, Stable Diusion och Synthesia och deras inverkan på olika branscher.

Lärandemål

• Visa användningsfall för generativ AI för text-, bild- och kodgenerering
• Beskriva generativ AI och dess utveckling
• Förbättra de färdigheter som krävs för att lyckas inom data science genom att tillämpa generativa AI-tekniker
• Visa användningsfall för generativ AI för textgenerering
• Jämföra generativ AI med diskriminerande AI
• Övervinna utmaningar med datapreparering och sökning med hjälp av generativa AI-modeller

Ämnen som behandlas

• Artificiell intelligens
• Lär dig hur du använder generativ AI
• Implementera AI-modeller med Hugging Face, TensorFlow och PyTorch
• ChatGPT
• Lära sig och förstå LLM
• Naturlig språkbehandling

KURS 7: Foundation Models and Generative AI Platforms av IBM

Efter att ha slutfört modulen Generative AI Essentials by IBM går vi vidare till grundläggande modeller, förtränade AI-plattformar och deras roll i text-, bild- och kodgenerering. Utforska IBM Watson, Hugging Face, IBM Granite, GPT, FLAN och Llama och få praktisk erfarenhet av användningsfall för generativ AI.

Lärandemål

• Beskriva funktioner, kapacitet och tillämpningar för IBM Watsonx
• Utforska förmågan hos grundläggande modeller att generera text, bilder och kod med hjälp av förtränade modeller
• Förklara Hugging Face som en community för att bygga AI-modeller för alla
• Visa förståelse för kursens begrepp genom ett betygsatt quiz och ett projekt

Ämnen som behandlas

• Djupinlärning och stora språkmodeller
• Generativa AI-modeller
• Förtränade modeller: Text-till-bild-generering
• IBM Watsonx.ai: Generativ AI för företag
• Förutbildade modeller: Text-till-text-generering
• Foundation-modeller
• Förutbildade modeller: Text-till-kod-generering
• Hugging Face: Öppen källkod för generativ AI

KURS 8: Capstone-projekt

Implementera de färdigheter du har förvärvat under programmet i detta capstone-projekt. Du kommer att lösa branschspecifika utmaningar genom att utnyttja olika AI- och ML-verktyg och tekniker som du har lärt dig i programmets moduler. Detta projekt hjälper dig att visa upp din nya expertis för potentiella arbetsgivare.

VALFRITT 1: Grunderna i prompt engineering av IBM

Master AI-prompttekniker för att interagera effektivt med modeller som ChatGPT, Gemini och Claude. Lär dig ramverk för prompt engineering, optimera AI-resultat och tillämpa Chain-of-Thought (CoT)-metoden för att förbättra AI-resonemang och noggrannhet för bättre problemlösning och tillämpningar.

VALFRITT 2: NLP och taligenkänning

Utforska avancerade ML-algoritmer för språkdatabehandling, inklusive NLU, NLG och feature engineering för AI-driven textanalys. Få expertis inom automatiserad taligenkänning (ASR), tal-till-text och text-till-tal-konvertering, och lär dig att utveckla och optimera röstassistenter som Alexa och AI-konversationsgränssnitt.

VALFRITT 3: Avancerad generativ AI

Utforska transformatorers roll i modern AI och deras inverkan på språk- och databehandling. Analysera neurala nätverk för generativa uppgifter, inklusive VAEs, GANs, transformers och autoencoders. Lär dig uppmärksamhetsmekanismer, studera modeller som GPT och BERT och jämför deras arkitekturer, tillämpningar och styrkor inom AI-utveckling

VALFRITT 4: Akademisk masterclass

Delta i denna live-masterclass online som hålls av Purdue University Online-lärare och -personal för att få insikter om de senaste framstegen inom AI, ML och Gen AI.

VALFRITT 5: Akademisk masterclass

Delta i denna live masterclass ledd av IBM:s branschexperter för att utforska de senaste teknikerna inom AI och maskininlärning.

VALFRITT 6: Masterclass i agentisk AI

Masterclass i agentisk AI fördjupar sig i nästa steg i AI:s utveckling – autonoma AI-agenter som kan planera, resonera och utföra komplexa uppgifter med minimal mänsklig inblandning. Lär dig att designa, bygga och distribuera AI-drivna agenter.

Projektalternativ

Utgiftsregistrering med Python

I det här projektet bygger du en enkel utgiftsregistreringsapplikation som låter användare registrera dagliga utgifter, kategorisera dem och generera utgiftsrapporter med hjälp av Python-programmeringskoncept som datastrukturer, kontrollstrukturer och funktioner.

Fastighetsprissättning

Använd feature engineering för att identifiera de viktigaste faktorerna som påverkar prisförhandlingar i bostadsköpsprocessen.

Underhållningsanalys

Utför klusteranalys för att skapa en rekommenderad spellista med låtar för användare baserat på deras användarbeteende.

Hälso- och sjukvårdsapplikation

Utnyttja djupinlärningsalgoritmer för att utveckla en ansiktsigenkänningsfunktion som hjälper till att diagnostisera patienter för genetiska sjukdomar och deras variationer.

Låtklassificering med klusteranalys

Utför klusteranalys för att skapa personliga spellistor för användare baserat på deras lyssningsbeteende.

Lending Club-låneanalys

Skapa en djupinlärningsmodell för att förutsäga lånefall med hjälp av historiska data och hantera en obalanserad dataset med många funktioner.

Modellering av finansinstitut

Använd djupinlärning för att konstruera en modell som förutsäger potentiella lånefall och säkerställer säkra och pålitliga lånemöjligheter för ett finansinstitut.

AI-rekommendationsmotor för marknadsföring

Använd AI för att förstå tillståndet i historiska strukturer och rekommendera de bästa platserna för turister att besöka.

Förutsäga personalomsättning med maskininlärning

Bygg en maskininlärningsmodell för att förutsäga personalomsättning genom att analysera arbetsvanor och faktorer som påverkar deras önskan att stanna kvar i företaget.

Virtuell projektledningskonsult

Utveckla frågor för ChatGPT så att den fungerar som en virtuell projektledningskonsult och ger råd om projektplanering, riskhantering, teamsamarbete och resultatuppföljning.

Trafiksäkerhetsanalys av autopilotfunktion

Analysera olycksdata som involverar Teslas autopilotfunktion för att bedöma autopilotteknikens inverkan på trafiksäkerheten.

Analys av försäljningsstrategi

Analysera AAL:s försäljningsdata i olika australiska delstater för att identifiera delstater med hög omsättning och utveckla försäljningsprogram för delstater med låg omsättning.

Analys av bostadslåneuppgifter

Utveckla en djupinlärningsmodell för att förutsäga sannolikheten för lånefallissemang med hjälp av historiska data, vilket säkerställer en säker utlåningsprocess.

ChatGPT-baserad berättande

Designa ett interaktivt berättandeäventyr med hjälp av ChatGPT för att skapa unika, engagerande berättelser utan kodning.

Text till designplattform med DALLE och Gradio

Skapa en plattform som omvandlar textprompter till slående designer med hjälp av OpenAI:s DALL-E och Gradio UI. Utforska AI:s inverkan på skapandet av digitalt innehåll för marknadsföring.

AI-driven fordonsdetektering för smartare transportsystem

Bygg en AI-modell med hjälp av djupinlärning för att upptäcka, klassificera och lokalisera fordon i realtid, vilket underlättar AV-teknik och intelligenta transportsystem.

VANLIGA FRÅGOR

Hur genomförs programmet?

Kursen genomförs helt online genom virtuella live-lektioner och erbjuder en blandning av 80 % praktisk träning och 20 % teoretisk inlärning. Du kommer att delta i praktiska projekt, fallstudier och interaktiva sessioner ledda av branschexperter. Du får tillgång till en lärplattform där du kan hålla koll på alla scheman och material.

Hur ser lektionsschemat ut? Finns det inspelningar?

Kursen pågår vanligtvis i cirka 6 månader, med uppskattningsvis 8–10 timmars studier per vecka som kombinerar live-sessioner och självstudier. De flesta lektionerna hålls på helger med olika datum. Mellan kurserna finns det många praktiska projekt att genomföra. Skicka ett e-postmeddelande till oss för att få detaljerad information om programmet. Om du missar en lektion kan du alltid titta på inspelningen.

OBS

Närvaro kan inte registreras genom att bara titta på inspelningarna av sessionerna. Närvaro registreras endast när en deltagare deltar i den live-sessionen. Eftersom det här är universitetsanknutna program är kriterierna strängare, eftersom de fastställs av universiteten själva. Inspelningarna kommer dock att finnas tillgängliga. Deltagarna kan se de specifika certifikatkriterierna för varje kurs direkt i sitt LMS.

Kan jag arbeta heltid medan jag är inskriven i programmet?

Ja, det kan du! Programmet är utformat för att passa yrkesverksamma med heltidsarbete. Du kan delta i live-sessioner med instruktör som hålls på helgerna vid angiven tid enligt ditt schema och sedan slutföra uppgifter/projekt under din fritid. Kontakta oss först för detaljerad information om schemat.

Vilka är fördelarna med att delta i detta program?

Att anmäla dig till denna AI- och ML-kurs erbjuder en rad värdefulla fördelar som kan främja din karriär och förbättra dina yrkeskunskaper:

• Fördjupad kunskap: Master de senaste AI- och maskininlärningsteknikerna.
• Karriärutveckling: Positionera dig för högt uppsatta roller inom teknikbranschen.
• Högre inkomstpotential: Förvärva efterfrågade färdigheter som kan leda till bättre ersättning.
• Praktiskt lärande: Arbeta med verkliga projekt för att förstärka din förståelse genom praktisk tillämpning.
• Expertvägledning: Lär dig av erfarna instruktörer och ledande branschproffs.
• Professionellt nätverk: Skapa kontakter med andra deltagare och experter inom AI-branschen för framtida möjligheter.

Detta program förbereder dig för att ta dig an avancerade roller som maskininlärningsingenjör, datavetare eller AI-forskare med självförtroende och trovärdighet.

Hur ser de aktuella jobbmöjligheterna ut för AI- och ML-proffs?

Branscher som hälso- och sjukvård, e-handel, detaljhandel och fordonsindustri anammar snabbt AI-innovationer, vilket driver på en växande efterfrågan på kompetenta proffs som kan hjälpa dem att förbli konkurrenskraftiga. Genom att anmäla dig till en AI- och ML-kurs får du de avancerade färdigheter och praktiska kunskaper som behövs för att lyckas i denna snabbt föränderliga bransch.

Enligt Fortune Business Insights beräknas den globala AI-marknaden nå 1 771,62 miljarder dollar år 2032, vilket understryker den starka långsiktiga tillväxten och jobbstabiliteten i sektorn.

Att skaffa en certifiering inom AI och ML gör inte bara att du ligger steget före branschtrenderna, utan förbättrar också dina karriärmöjligheter avsevärt.

Är AI och ML svårt att lära sig?

AI och ML kan vara utmanande eftersom de innefattar avancerade begrepp inom matematik och statistik. Men med engagemang och rätt inlärningsverktyg, som en strukturerad kurs i AI och ML, blir dessa ämnen mycket mer tillgängliga. Många onlineprogram förenklar komplexa ämnen genom steg-för-steg-moduler, vilket gör det lättare för elever med olika bakgrund att förstå och behärska materialet.

Vilka karriärvägar är lämpliga efter avslutad utbildning?

Att avsluta denna kurs i artificiell intelligens kan leda till en mängd spännande karriärmöjligheter inom branscher som kräver expertis inom dataanalys, utveckling av maskininlärningsmodeller och AI-innovation. Potentiella roller inkluderar:

• Data Scientist
• Maskininlärningsingenjör
• AI-forskare
• Business Intelligence-utvecklare
• Robotikingenjör
• Programvaruingenjör
• Specialist på datorseende
• Ingenjör inom naturlig språkbehandling (NLP)

Dessa roller spänner över sektorer som hälso- och sjukvård, finans, e-handel, fordonsindustri och mer, vilket gör dina färdigheter mycket mångsidiga och efterfrågade.

Hur kvalificerade och effektiva är utbildarna?

Instruktörerna för denna certifierade kurs i AI och ML är högt kvalificerade yrkesverksamma med expertis inom tillämpad data science, maskininlärning och generativ AI. De har noggrant valts ut genom en rigorös urvalsprocess som inkluderar profilutvärdering, tekniska bedömningar, feedback från tidigare deltagare och live-demonstrationer. Detta säkerställer att du lär dig av erfarna utbildare som inte bara är ämnesexperter utan också är skickliga på att ge effektiv och engagerande undervisning.