Veebikoolitus: Tehisintellekti projekti planeerimine ja läbiviimine tööstusettevõttes

Tulevikus on tehisintellekt ja andmeteadus konkurentsivõimelise ettevõtte protsesside lahutamatuks osaks. Mida see aga sisuliselt tähendab, millest alustada ja mis on sellega kaasuvad võimalused, need on küsimused, mis vajavad vastuseid juba praegu.

Kutsume teid tasuta koolitusele, kus tutvustame tehisintellekti ja andmeteaduse kasutuselevõtu kasusid ja võimalusi tööstusettevõtete otsustusprotsessides. Koolitusel osalemisel saab ettevõte vähese tähtsusega abi 500€ ulatuses.

Koolitusel räägime:
➠ tehisintellekti ja andmeteaduse olemusest ning võimalustest tööstusettevõtetele;
➠ andmeteaduse erinevatest tehnikatest (nt masinõpe ja kirjeldav ärianalüütika);
➠ tehisintellekti rakendatavate projektide planeerimisest

Koolitust viivad läbi valdkonna tipud: Tartu Ülikooli andmeteaduse õppetooli terviseinformaatika lektor Elena Sügis (PhD), Nortal ASi andmeteadlane Liis Kolberg (PhD), Tartu Ülikooli andmeteaduse õppetoolis informaatika doktorant ja nooremteadur Ida Maria Orula ja Tartu Ülikooli doktorant ja infosüsteemide nooremteadur Anti Alman.

Koolitus toimub ajavahemikul 17. jaanuar kuni 10. veebruar ning koosneb:
➠ videoloengutest, mida saavad osalejad vaadata neile sobival ajal;
➠ praktilistest veebiseminaridest, mis sisaldavad ka kogemuslugusid praktikutelt;
➠ iseseisvast projektist, millele koolituse läbiviijad jagavad personaalset tagasisidet;
➠ enesekontrollitestidest, et õpitud teadmisi kinnistada.

Koolitusel osalemise tingimuseks on AIRE digiküpsuse hindamise ankeedi täitmine oma tööstusettevõtte kohta, mille lingi saadame pärast registreerumist e-postile.
Koolituse täismahus läbijad saavad Tartu Ülikooli täienduskoolituse digitaalse tunnistuse.

Tule koolitusele ja alusta konkurentsitihedaks tulevikuks valmistumisega juba praegu!

Koolitusele saab registreeruda kuni 10. jaanuarini.

____________________

Koolituse teemad ja ajakava:

NÄDAL 1

/Enne veebiseminari/ Videoloeng 1: Sissejuhatus & CRISP-DM
Esimene loeng tutvustab tehisintellekti projekti planeerimise metoodikat CRISP-DM ning andmete kogumise parimaid tavasid. CRISP-DM on raamistik, mis kirjeldab, kuidas tehisintellekti projekti planeerida ning läbi viia.

/18.01 kl 10.00–12.00/ Veebiseminar 1: Sissejuhatus & CRISP-DM
Seminari käigus käsitleme tehisintellekti projekti planeerimise praktilisi aspekte ja lahendame praktilisi ülesandeid. Lisaks arutame tehisintellekti otstarbekust tööstusettevõttes.

/Enne veebiseminari/ Videoloeng 2: Tehisintellekti meetodid ja masinõpe
Loengul keskendume erinevatele tehisintellekti meetoditele ja nende kasutusvõimalustele.

/20.01 kl 10.00–12.00/ Veebiseminar 2: Masinõpe ja ärianalüütika
Seminari käigus lahendame praktilisi ülesandeid, et mõista, kuidas valida tööstusettevõttes konkreetse ülesande jaoks õige meetod. Samuti demonstreerime tehisintellekti/masinõppe meetodite rakendamist ärivaldkonnas.

NÄDAL 2

/Enne veebiseminari/ Videoloeng 3: Tehisintellekti meetodite kasutamise praktilised näited
Kolmas loeng keskendub tehisintellekti meetodite rakendamisele kliendihalduses ja ennustavas hoolduses.

/25.01 kl 10.00–12.00/ Veebiseminar 3: Tehisintellekti meetodite kasutamise praktilised näited
Seminar keskendub tehisintellekti praktilistele kasutusjuhtudele nii ennustavas hoolduses kui kliendihalduses.

/Enne veebiseminari/ Videoloeng 4: Äriprotsesside analüüs
Äriprotsesside analüüs aitab tõsta protsesside efektiivsust ja tulemuslikkust tööstusettevõtetes, säästa aega ja raha. Neljandas loengus räägime, kuidas ja kus äriprotsesside analüüsi rakendada.

/27.01 kl 10.00–12.00/ Veebiseminar 4: Äriprotsesside analüüs
Seminari käigus toimub äriprotsesside analüüsi praktiline sessioon, kasutades äriprotsesside analüüsi tarkvara.

NÄDAL 3

Iseseisva projekti kirjutamine (esitamise tähtaeg 03.02)
Projekti eesmärk on koostada tehisintellekti projekti plaan ning viia läbi analüüs, kasutades CRISP-DM mudelit. Iga projekti kohta jagatakse individuaalset tagasisidet koolitajate poolt.

NÄDAL 4

/10.02 kl 10.00–12.00/ Veebiseminar 5: Kursuse projekti tagasiside ning arutelu
Lõpuseminaril teeme kokkuvõtte õpitud materjalist ja projektidest, sealhulgas levinud vigadest. Lisaks antakse kõigile osalejatele võimalus arutada oma projekti tagasisidet koolituse läbiviijatega.

____________________

Koolitajad:

Elena Sügis, PhD (vastutav koolitaja)
Elena Sügis on mitmekülgse andmeanalüüsi ja õpetamise kogemusega terviseinformaatika lektor Tartu Ülikooli andmeteaduse õppetoolis. Varasemalt on ta töötanud kliiniliste uuringute osakonna äriarendusjuhina ettevõttes Quretec OÜ ning tarkvaraarenduse kvaliteedijuhina projektis ‘Personaalmeditsiini rakendamine Eestis’, kus arendas kvaliteedijuhtimissüsteemi. Lisaks on ta erasektoris ja TÜs arendanud tarkvara ja rakendanud tehisintellekti meetodeid, et vastavalt FAIR andmete standarditele kombineerida bio- ning terviseandmeid. Täna on tema peamine fookus viia innovatiivsed tehnoloogiad ning nende rakendamine igapäevasesse ellu. Selle eesmärgi raames on Elena eest vedanud populaarsete veebikursuste ‘Tehisintellekti algkursus’ ning ‘Andmeteaduse võimalused äriettevõttes’ loomist, kus osales ~3000 inimest.

Liis Kolberg, PhD
Liis Kolberg on andmeteadlane Nortal ASis ning teadustarkvara insener Tartu Ülikooli andmeteaduse õppetoolis. Varasemalt on ta lõpetanud finants- ja kindlustusmatemaatika magistriõppe. Liis on tegelenud erinevate andmetel tuginevate lahenduste väljatöötamisega ja masinõppe meetodite rakendamisega nii ülikoolis kui ka erasektoris. Lisaks on Liis õpetanud TÜs masinõppe kursust ning läbi viinud programmeerimise algteadmiste lühikursusi teadlastele teistelt erialadelt.

Ida Maria Orula (PhD omandamisel)
Ida Maria Orula on Tartu Ülikooli andmeteaduse õppetoolis informaatika doktorant ja nooremteadur. Varasemalt on ta lõpetanud informaatika magistriõppe. Ida Maria on tegelenud andmetel tuginevate lahenduste väljatöötamisega projektis ‘Personaalmeditsiini rakendamine Eestis’. Lisaks on Ida Maria õpetanud TÜs ‘Programmeerimisest maalähedaselt’ ja ‘Programeerimise alused’ MOOC kursuseid.

Anti Alman (PhD omandamisel)
Anti Alman on infosüsteemide nooremteadur ja doktorant Tartu Ülikoolis. Tema teadustöö fookus on deklaratiivsete ja protseduuriliste protsessikaeve metoodikate ühendamisel ning ta on deklaratiivse reeglikaeve tööriista RuM üks kaasautoritest ning arendajatest. Anti Almanil on varasem IT projektide läbiviimise kogemus süsteemianalüütiku, ärianalüütiku ja projektijuhi rollides.