AI Project Management: How to Manage AI Projects

На занятті ти розбереш, які бувають ролі в проєкті штучного інтелекту. Познайомишся з обов'язками Data Entry Professional, Data Engineer, Data Analyst, Data Scientist, ML Engineer, MLOps, Software Engineer. І врешті-решт зрозумієш чіткі обов'язки проєктного менеджера на AI-проєкті. З'ясуєш, чи можливо обмежитися тільки одним технічним спеціалістом для AI-проєкту.

На прикладі реального проєкту – ML-рішення для розпізнавання та обробки вхідних документів – дізнаєшся, як працює команда та за що відповідає проєктний менеджер.

У цій частині заняття ти з'ясуєш, як і навіщо відбувається навчання моделі. Навчишся розрізняти та відповідно застосовувати навчання з учителем, навчання без учителя, напівкероване навчання та підкріплювальне.

Зрозумієш, як відбувається розподіл даних, познайомишся з поняттям "вибірка", осягнеш ключові типи навчання моделі в залежності від даних та до яких рішень на проєкті їх краще застосовувати.

Протягом цієї частини ти вивчиш, які ризики в навчанні моделі існують та як боротися з імовірними челенджами.

Щоб з'ясувати характеристики створеної моделі, на ML-проєктах використовують метрики оцінки моделі. Ти ознайомишся з ключовими та навчишся їх інтерпретувати.

Роль розмітки у розробці AI та ML-систем ключова. Іноді саме цей процес займає 80-90% часу на проєкті. Тож саме розмітці присвячена ця частина заняття. Ти познайомишся з тим, що таке розмітка даних, з'ясуєш, яка роль менеджера у розмітці, навчишся підбирати різні підходи до розмітки. А також познайомишся з популярними інструментами та платформами для автоматизації цього процесу.

Тут ти дізнаєшся, як керувати процесом розмітки даних на проєкті. Навчишся визначати вимоги до розмітки даних, планувати та розподіляти завдання, оптимізувати процес. Також дізнаєшся, що таке активне навчання та як його використовувати для розмітки даних.

У цій частині ти на власні очі побачиш, як можна організувати процес розмітки даних для AI-проєкту. Лекторка продемонструє середовище Confluence та надасть пояснення й рекомендації із власного досвіду.

На занятті ти дізнаєшся:

• Що таке комп'ютерний зір?

• Для яких проєктів його застосовувати?

• Як працює Computer Vision?

• Які челенджи комп'ютерного зору існують?

А також ознайомишся з останніми тенденціями CV.

Лекторка продемонструє реальні кейси із власної практики. Ти на власні очі побачиш, яких результатів можна досягти, створюючи CV-системи на проєктах.

Протягом цієї частини ти вивчиш:

• Що таке обробка природної мови (NLP)?

• Де і як вона застосовується?

• Як працює NLP?

• З якими челенджами можна стикнутися на проєкті?

Також ти навчишся кращих практик для управління NLP-проєктами та прослідкуєш за майбутніми тенденціями технології.

Чатботи — це програми, що використовують обробку природної мови (NLP) для імітації людської взаємодії. Сьогодні саме чатботи займають першість у запитах від клієнтів.

Ти з'ясуєш, які кроки на проєкті зі створення чатбота необхідно пройти, подивишся на реальний кейс створення чатбота та ознайомишся з кращими практиками створення й управління подібними проєктами.

Усі кажуть про генеративний штучний інтелект. А що ж це таке? У цій частині ти дізнаєшся:

• Що таке GenAI?

• Обмеження генеративного ШІ.

• Що таке велика мовна модель (LLM)?

• Як обрати LLM?

  
  

  А також подивишся на приклади застосування GenAI у світі.

Одне діло – створювати й інтегрувати системи штучного інтелекту. Зовсім інше – використовувати генеративний штучний інтелект в управлінні проєктами. Поєднання цих процесів може дати ефективний результат. У цій частині ти познайомишся з тим, як саме використовувати надбання GenAI у роботі менеджера проєктів. Ти дізнаєшся, що таке промпти та отримаєш список готових підказок для ШІ, які допоможуть оптимізувати рутинні завдання.

Тут ти більш детально з'ясуєш, з яких етапів складається проєкт на основі Data Science/Artificial Intelligence. Орієнтуючись на цей флоу, навчишся орієнтуватися в підході CRISP-DM для подібних проєктів.

У фінальній частині курсу ти дізнаєшся відповідь на це запитання. А також зануришся в Data Driven Scrum – підхід, який може підійти до твого майбутнього ШІ-проєкту.