MI asistentu un aģentu izstrāde bez programmēšanas
Kursa mērķis
Sniegt zināšanas un praktiskas iemaņas mākslīgā intelekta asistentu un aģentu izstrādē, testēšanā un pilnveidošanā, izmantojot ģeneratīvā mākslīgā intelekta (GenAI) un bezkoda vai mazkoda risinājumus.
Mērķauditorija
Dažādu nozaru eksperti un speciālisti, procesu un projektu vadītāji, produktu vadītāji, analītiķi, administratīvo funkciju profesionāļi, kā arī komandu un struktūrvienību vadītāji, kuri vēlas veidot MI asistentus un aģentus sava vai komandas darba efektivitātes uzlabošanai.
Kursa mērķis
Sniegt zināšanas un praktiskas iemaņas mākslīgā intelekta asistentu un aģentu izstrādē, testēšanā un pilnveidošanā, izmantojot ģeneratīvā mākslīgā intelekta (GenAI) un bezkoda vai mazkoda risinājumus.
Mērķauditorija
Dažādu nozaru eksperti un speciālisti, procesu un projektu vadītāji, produktu vadītāji, analītiķi, administratīvo funkciju profesionāļi, kā arī komandu un struktūrvienību vadītāji, kuri vēlas veidot MI asistentus un aģentus sava vai komandas darba efektivitātes uzlabošanai.
Tehnoloģijas
MĀCĪBU NORISE
20% teorija un 80% prakse
Mācības notiek tiešsaistē 2 reizes nedēļā. Visa kursa laikā dalībnieki strādā pie viena projekta – sava MI asistenta vai aģenta prototipa. Apgūstot katru nākamo tēmu, risinājums tiek pakāpeniski pilnveidots – sākot ar izmantošanas gadījuma definēšanu un instrukciju izstrādi, turpinot ar zināšanu avotu, darba plūsmas, rīku un drošības ierobežojumu pievienošanu un noslēdzot ar testēšanu un ieviešanas plānu.
e-CF 4.1
A.9. Innovating – L.4
B.3. Testing – L.2
E.3. Risk Management – L.2
E.5. Process Improvement – L.3
DigComp 3.0
3.4. Analītiski algoritmiskā domāšana un programmēšana (augsts līmenis)
4.2. Personas datu un privātuma aizsardzība (augsts līmenis)
5.2. Vajadzību un tehnoloģisko risinājumu identificēšana (augsts līmenis)
Caurviju kompetences
Kritiskā domāšana
Problēmu risināšana
Sistēmiskā domāšana
Sadarbība komandā
Starpfunkcionāla komunikācija
Atbildības uzņemšanās
Pielāgošanās pārmaiņām
Nepārtraukta mācīšanās un pilnveide
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
e-CF 4.1
A.9. Innovating – L.4
B.3. Testing – L.2
E.3. Risk Management – L.2
E.5. Process Improvement – L.3
DigComp 3.0
3.4. Analītiski algoritmiskā domāšana un programmēšana (augsts līmenis)
4.2. Personas datu un privātuma aizsardzība (augsts līmenis)
5.2. Vajadzību un tehnoloģisko risinājumu identificēšana (augsts līmenis)
Caurviju kompetences
Kritiskā domāšana
Problēmu risināšana
Sistēmiskā domāšana
Sadarbība komandā
Starpfunkcionāla komunikācija
Atbildības uzņemšanās
Pielāgošanās pārmaiņām
Nepārtraukta mācīšanās un pilnveide
Priekšzināšanas
Nepieciešama praktiska pieredze darbā ar GenAI un izpratne par efektīvu, kritisku un drošu MI izmantošanu. Vēlama izpratne par cilvēka–MI darba plūsmām un MI izmantošanas iespējām darba procesu pilnveidošanā, ko iespējams iegūt FITA kursā “MI produktivitātei un darba procesu transformācijai” vai līdzvērtīgā praktiskā pieredzē.
Programmēšanas priekšzināšanas nav nepieciešamas.
Sertifikācija
Šajā programmā sertifikācija nav iekļauta.
Kursa tēmas
No GenAI lietotāja līdz MI risinājuma veidotājam
Izmantošanas gadījuma un MI risinājuma robežu definēšana
Profesionālo zināšanu pārvēršana MI instrukcijās
Konteksts, dokumenti un zināšanu avoti
Strukturēta ievade, izvade un atkārtojami darba rezultāti
Vairāku soļu cilvēka–MI darba plūsmas
Rīki, darbības un MI savienošana ar darba vidi
MI aģenta projektēšana un autonomijas vadība
Automatizācija un aģentiskas darba plūsmas
Drošība, privātums un aģentu darbības kontrole
MI asistenta un aģenta testēšana un kvalitātes novērtēšana
No prototipa līdz praktiskai ieviešanai
Mācīšanās rezultāti
Pēc sekmīgas mācību programmas apgūšanas dalībnieki spēs:
Identificēt un izvērtēt piemērotus MI asistenta vai aģenta izmantošanas gadījumus
Izvēlēties uzdevumam atbilstošu risinājuma veidu – asistentu, strukturētu darba plūsmu, automatizāciju vai aģentu
Pārvērst profesionālās zināšanas strukturētās MI instrukcijās, noteikumos un kvalitātes kritērijos
Veidot MI asistentus, kas izmanto definētu kontekstu, dokumentus un zināšanu avotus
Projektēt vairāku soļu MI darba plūsmas
Izmantot strukturētu ievadi un izvadi MI risinājumu integrēšanai darba procesos
Konfigurēt vienkāršus MI aģentus, kuri noteiktās robežās izmanto rīkus un veic darbības
Integrēt cilvēka pārbaudes un apstiprināšanas punktus
Noteikt aģenta autonomijas, datu pieejas un darbību robežas
Sistemātiski testēt MI asistenta vai aģenta darbības kvalitāti un uzticamību
Identificēt būtiskākos drošības, privātuma un nekontrolētas darbības riskus
Izveidot praktiski izmantojamu MI asistenta vai aģenta prototipu un tā ieviešanas plānu
