AI Engineering Fundamentals

• 了解基本编程概念
• 具有 Python 编程经验
• 熟悉基本统计和线性代数

观众

• 人工智能工程师
• 软件开发人员
• 数据分析师

人工智能工程是应用人工智能技术来解决各个领域的复杂问题。

这种由讲师指导的现场培训（在线或现场）面向希望获得对 AI 工程原理和实践的基本了解的初级到中级 AI 工程师和软件开发人员。

在培训结束时，参与者将能够：

• 了解 AI 和机器学习背后的核心概念和技术。
• 使用 TensorFlow 和 PyTorch 实现基本的机器学习模型。
• 应用人工智能技术解决软件开发中的实际问题。
• 使用 AI 工程中的最佳实践管理和维护 AI 项目。
• 认识到开发人工智能系统所涉及的伦理影响和责任。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

人工智能工程概论

• 什么是人工智能工程？
• 人工智能的演变及其对工程的影响
• 人工智能中的关键概念和术语

核心人工智能技术

• 了解机器学习
• 深度学习和神经网络
• 自然语言处理 （NLP）

人工智能问题解决

• 识别适合 AI 解决方案的问题
• 数据收集和预处理
• 模型选择和训练

软件开发中的人工智能

• 面向开发人员的 AI 工具
• 将 AI 集成到现有系统中
• 版本控制和模型管理

人工智能和数据工程

• 大数据技术及其在人工智能中的作用
• 数据管道和 ETL 流程
• 面向 AI 的数据存储和管理

道德 AI

• 了解人工智能系统中的偏见和公平性
• 人工智能工程中的隐私和安全
• 道德考量和最佳实践

人工智能项目 Management

• Agile 人工智能项目的方法论
• 团队角色和职责
• Documentation 和报告

动手实践 AI 工程

• 设置 AI 开发环境
• 构建和评估简单的 AI 模型
• 协作式 AI 工程项目

人工智能工程的未来

• 人工智能的新兴趋势
• 持续学习和技能发展
• 人工智能工程的职业机会

摘要和后续步骤