Kurs i AI, Arkitektur och Maskininlärning

Introduktion till AI, Arkitektur och Maskininlärning

Arkitekters balansgång mellan flexibilitet/prestanda och testbarhet/pålitlighet och förutsägbarhet är en stor utmaning i dagens teknologiska landskap. Nu står maskininlärning (ML) inför en liknande avvägning. Oavsett om du bara börjar intressera dig för ML eller om du redan anpassar din arkitektur för den aktuella AI-vågen, så tar den här kursen itu med flera frågor som många arkitekter kommer att möta.

Kursens Översikt

Kursen är utformad för att vara oberoende av specifika leverantörer, språk, ramverk, bibliotek eller miljöer. Den är riktad till en bred målgrupp, inklusive arkitekter, modellerare, dataspecialister, analytiker, designers, tekniska chefer och andra som är involverade i eller påverkade av AI-projekt.

Förkunskaper

För att delta i kursen rekommenderas att man har genomgått kursen "Agile Architecture Fundamentals" (kurs T1101) eller har motsvarande erfarenhet och kunskaper inom IT-arkitektur i en agil kontext. Även erfarenhet från andra roller inom IT, särskilt inom kunskapsintensiva sektorer eller AI-relaterade områden, kan vara till nytta.

Kursens Innehåll

Kursen täcker en rad relevanta ämnen med en djupdykning i aktuella trender och framtidsutsikter för AI och ML. Här är en sammanfattning av de viktigaste punkterna:

• Introduktion: Abstraktionsnivåer och tiden för AI och ML.
• AI-appar: En översikt som lyfter upp standarden för intelligenta system.
• Utveckling av ML-appar: Från långsamma och granskade till snabba, smarta och otydliga, samt hur ML:s ursprung påverkar dess framtid.
• Framtidsprognoser: AI-investeringar och tekniska utmaningar som vi står inför.

Konsekvenser för Arkitektur och Analys

En central del av kursen handlar om de konsekvenser som ML har på arkitektur och analys. Detta inkluderar:

• Behovet av att förflytta sig mot verksamheter där "bättre i genomsnitt" inte längre är tillräckligt.
• Tre kategorier av ML och deras påverkan på design och implementering.
• Återkomsten av dataarkitektur inom programvaruarkitektur.
• Överkoppling mellan realtidsapplikationer och maskininlärning på enheter.

Arkitektens Roll

Under kursen kommer vi också att utforska arkitektens roll i det moderna ML-landskapet. Här inkluderar vi:

• Vad som ingår och inte ingår i en arkitekts arbetsbeskrivning.
• Bred och integrerad perspektiv jämfört med andra roller.
• Systemportfolion och digitala tvillingar ("avatarer") som knyter samman olika perspektiv.

Att Hantera Avvägningen

Kursen diskuterar också metoder för att hantera den förbättrade avvägningen mellan olika aspekter av arkitektur och ML. Metoder inkluderar:

• Top-down strategier för att etablera företagsvärden och procedurer som främjar verifiering och transparens.
• Bottom-up tillvägagångssätt för att bygga in transparensmekanismer från början.
• Utveckling av förklarande AI (XAI) genom forskning kring självförklarande förmågor för djupa neurala nätverk.

Om Läraren

Kursen leds av Milan Kratochvil, en senior konsult på Kiseldalen.com i Sverige. Han är huvudförfattare av "UML Extra Light" och "Growing Modular". Sedan mitten av 1990-talet har han också samarbetat med Informator-Tieturi, Skandinaviens största utbildningsleverantör för IT-professionella.

Fördelar med Kursen i AI, Arkitektur och Maskininlärning

Denna kurs ger deltagarna en unik möjlighet att förstå och implementera AI-lösningar i olika kontexter. Fördelarna inkluderar:

• Utveckling av färdigheter som är avgörande för framtidens teknologi.
• Förståelse för hur man bygger robusta och flexibla arkitekturer i en tid av snabba teknologiska förändringar.
• Framtagning av verktyg och strategier för att hantera komplexiteten inom AI- och ML-projekt.

Vem är Kursen Riktad Till?

Kursen är särskilt lämpad för:

• IT-arkitekter och systemdesigners.
• Projektledare och tekniska chefer inom IT-sektorn.
• Professionella intresserade av AI, såsom analytiker och dataspecialister.