Kursplan

Modul 1: Introduksjon & AI-teori

  • Modellbasert tilnærming: AI som et ingeniørfelt.
  • Demystifisering av "Spøken i maskinen": Hvad er AI vs. hva det ikke er.
  • Teknologiens utvikling: Fra BERT til Transformers.
  • Generative domener: Analyse, kreativitet, forskning, bilde, musikk og video.
  • Datastyring: Piller, auditorier og forskningsinnspill (Multimodalitet, Agenter, RAG, LLM vs. SLM).
  • Mørke siden: Etikk, immaterielle rettigheter, forvrængning, halusinasjoner og sosial manipulering.
  • Risikovurdering: Dataforurensning, Nepenthes, og risiko av "nedstupet" menneskelig talent.
  • Modellklassifisering: Grunnmodeller vs. oppgave-spesifikke; Lukkede vs. Åpne-vektormodeller.

Modul 2: Nåværende landskap & verktøysett

  • Språkmodellarenaen: Sammenligning av ytelse og benchmark.
  • Profesjonelle kjøpskriterier: Kostnad, svarhastighet, privatlivsbeskyttelse og leverandørfang.
  • Oversikt over store modeller: OpenAI ChatGPT, Perplexity, Gemini, og Grok.
  • Niche & små modeller: Manus, SpecKit.
  • Grafisk generering: Perchance
  • Tekniske begrensninger: Kontekstforfall vs. tokenkostnad.

Modul 3: Interaksjon - prompt & konteksingeniørarbeid

  • Verifikasjonsrammen: Fullstendighet, konsistens og verifiserbarhet.
  • RAG-strategien: Når bruke Retriev-Augmented Generation vs. finetuning.
  • AIens ROI: Vedlikeholdskostnader vs. produktivitetsegnskaper.
  • Avanserte teknikker: 20+ prompt & RAG-metoder med eksempler fra virkelige situasjoner.
  • Eksperimentelle fronter: Triangulering, Kort & Terrengoversikt, og Modellbasert generering.

Modul 4: AI i agil prosjektledelse

  • Den superdatorstyrte piloten: AI som en automatiseringsmotor.
  • Beslutningsprosesser: Menneskelig ansvar vs. AI-assistanse.
  • AIOps & GitOps: Integrering av AI i driftsworkflows.
  • Verktøykæder & pipelines: Oppbygging av en smidig, AI-styrt miljø.
  • Agile artikler: Backlog, veikart og kravspesifiseringsingeniørarbeid.
  • Nøyaktig ledelse: Kapasitetsplanlegging og estimering (Nøyaktighet vs. Presisjon).
  • Produkt-eierskap: Ideer, funksjonsanalyse og risikoer forbundet med Vibe-coding.
  • Risiko & scenarier: Planlegging for "Hva hvis"-situasjoner og automatisert risikostyring.
  • Forfining: Brukscase- og brukshistoriebeskrivelser & -forfining.

 

Krav

  • Grunnleggende forståelse av Agile Manifesto og Scrum-rammeverket.
  • Erfaring med prosjektledelse, produkt-eierskap eller teamledelse.
  • Ingen tidligere programmeringserfaring eller AI-ingeniørarbeid er nødvendig, selv om en generell kjennskap til digitale verktøy anbefales.

Målgruppe

  • Agile Prosjektledere og Scrum Masters.
  • Produkt Eiere og Produktledere.
  • IT Teamledere og Leverandørledere.
  • Business Analysts som jobber i agil miljøer.
  • Driftsledere interessert i AIOps.

 

 7 Timer

Antall deltakere


Pris per deltaker

Referanser (2)

Kommende kurs

Relaterte kategorier