Schița de curs

Introducere și Selectarea Cazului de Utilizare de către Echipa

  • Prezentare generală a AI în mediile industriale
  • Categorii de cazuri de utilizare: calitate, întreținere, energie, logistică
  • Formarea echipei și delimitarea obiectivelor proiectului

Înțelegerea și Pregătirea Datelor Industriale

  • Tipuri de date industriale: serii temporale, tabelare, imagini, text
  • Achiziționarea, curățarea și preprocesarea datelor
  • Analiza exploratorie a datelor cu Pandas și Matplotlib

Selectarea Modelului și Prototiparea

  • Alegerea între regresie, clasificare, clustering sau detectare de anomalii
  • Antrenarea și evaluarea modelelor cu Scikit-learn
  • Utilizarea TensorFlow sau PyTorch pentru modelare avansată

Vizualizarea și Interpretarea Rezultatelor

  • Crearea de tablouri de bord sau rapoarte intuitive
  • Interpretarea metricilor de performanță (acuratețe, precizie, recall)
  • Documentarea ipotezelor și limitărilor

Simularea Implementării și Feedback

  • Simularea scenariilor de implementare la margine/în cloud
  • Colectarea feedback-ului și îmbunătățirea modelelor
  • Strategii de integrare cu operațiunile

Dezvoltarea Proiectului Final

  • Finalizarea și testarea prototipurilor echipei
  • Revizuirea între colegi și depanarea colaborativă
  • Pregătirea prezentării proiectului și a rezumatului tehnic

Prezentări ale Echipei și Încheiere

  • Prezentarea conceptelor și rezultatelor soluțiilor AI
  • Reflecție de grup și lecții învățate
  • Plan de acțiune pentru scalarea cazurilor de utilizare în organizație

Rezumat și Pași Următori

Cerințe

  • Înțelegerea proceselor de fabricație sau industriale
  • Experiență cu Python și învățarea automată de bază
  • Abilitatea de a lucra cu date structurate și nestructurate

Publicul țintă

  • Echipe interfuncționale
  • Ingineri
  • Oameni de știință de date
  • Profesioniști IT
 21 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite