کاربر گرامی خوش آمدید

آموزش مدیریت محصول هوش مصنوعی

مشخصات کانال | نظرات کاربران (6)
آموزش مدیریت محصول هوش مصنوعی
آموزش مدیریت محصول هوش مصنوعی
امتیاز کانال
امتیاز 4.8 از 5 (6 رای)
نوع :
هوش مصنوعی
مجری :
مجید فرزانه
پست ها:
26 درسنامه
فالوِور :
42 نفر

سرفصل­های دوره‌ی مدیریت محصول هوش مصنوعی

1-      زیرساخت ها و ابزار موردنیاز برای تولید محصولات مبتنی بر AI

·        ترمینولوژی AI

·        ایجاد، نگهداری و اعتبارسنجی داده­ ها

·        استراتژی­ های deployment

2-      توسعه­‌ی مدل­های هوش مصنوعی در محصول

·        چرخه­‌ی کشف، تعریف، طراحی، پیاده­ سازی، مارکتینگ، آموزش و لانچ

·        انواع مدل­‌های مورداستفاده

·        ارزیابی و اصلاح مدل­ها

·        نگهداری مدل­ها و ریفرشینگ

3-      درک یادگیری عمیق

·        ML و DL

·        انواع شبکه­‌های عصبی مصنوعی

·        Explainable AI

 ·        بهینه­‌سازی دقت مدل­های یادگیری عمیق

4-      مثال­‌های واقعی از محصولات هوش مصنوعی

·        مثال­‌های  B2B

·        مثال­‌های  B2C

·        مثال از محصولات Blue Ocean  و Red Ocean

 ·        مثال از محصولات Disruptive

5-      مراحل ساخت یک AI Product  

·        ایده پردازی

·        مدیریت داده

·        R&D

·        دیپلوی

6-      ساختار تیم‌­های AI/ML product

·        مدیر محصول هوش مصنوعی

·        دیتا استراتژیست

·        مهندس داده

·        دیتا آنالیست

·        دانشمند داده

·        مهندس یادگیری ماشین

·        توسعه دهنده (بک­‌اند – فرانت­‌اند – فول استک)

·        طراح و پژوهشگر تجربه کاربری

·        مارکتینگ/ فروش

7-      تفاوت­‌ها و شباهت­‌های محصولات مبتنی بر AI و نرم افزارها و پلتفرم­‌های سنتی

8-      معرفی AIOps/MLOps

9-      بهینه‌­سازی عملکرد، تست، آموزش مجدد و تنظیم هایپرپارامترها            

10-   Macro AI vsMicro AI

·        یادگیری ماشین

·        روباتیک

·        سیستم­‌های خبره

·        منطق فازی

·        چالش­‌های مرسوم

11-   بنچ­مارک کارایی، رشد و هزینه­‌ها

·        متریک­‌های اصلی (North Star)

·        KPIهای مرسوم

·        استراتژی محصول و OKR

·        معرفی ابزارهای آنالیز محصول

·        معرفی ابزارهای A/B تست

·        معرفی ابزارهای هوش تجاری (BI)

·        معرفی ابزارهای رشد

·        مدیریت هزینه

·        قیمت­ گذاری

12-   یکپارچه­‌سازی محصولات AI با محصولات سنتی

13-   ایجاد ارزش افزوده در محصولات AI موجود با مثال عملی از ChatGPT 

14-   ترندهای موجود و پیش بینی ترندهای آینده

 

نحوه برگزاری دوره‌ی مدیریت محصول هوش مصنوعی

این دوره برای 13 هفته طراحی شده است و برای هر هفته یک فصل در نظر گرفته شده است. توصیه میشود در هر هفته مطالب یک فصل مطالعه شود و تمرینهایی که در پایان فصل ها طراحی شده، انجام شود. همچنین برای رفع اشکال و پرسش و پاسخ یک چت روم وجود دارد که با عضویت در کانال، به آن نیز دسترسی خواهید داشت تا هم با مدرس در ارتباط باشید هم دیگر هم کانالی‌ها.  

مخاطبان دوره‌ی مدیریت محصول هوش مصنوعی

·            مدیر محصول‌هایی که میخواهند مدیر محصول هوش مصنوعی شوند.

·             مهندسان یادگیری ماشین و هوش مصنوعی که میخواهند مدیر محصول هوش مصنوعی شوند.

·             علاقمندان به هوش مصنوعی که میخواهند یک محصول بسازند.

·             استارتاپ هایی که میخواهند از هوش مصنوعی در محصولات خود استفاده کنند.

 

درباره مجری کانال

بنیانگذار شبکه آموزشی بست

ساختار کانال

  • مقدمات
    • توضیحاتی در رابطه با روند دوره
    • معرفی مرجع دوره
    • معرفی مدرس و چرایی دوره
  • فصل اول: درک نیازمندی‌ها برای ساخت یک محصول هوش مصنوعی
    • هوش مصنوعی چیست؟
    • تفاوت یادگیری ماشین و یادگیری عمیق
    • معرفی واژه‌های مرسوم در فضای هوش مصنوعی
    • مراحل اصلی مدیریت محصول هوش مصنوعی
    • استراتژی‌های Deployment محصول هوش مصنوعی
    • تمرین فصل اول: بررسی محصولات هوش مصنوعی در ایران
  • فصل دوم: توسعه و نگهداشت محصول هوش مصنوعی
    • مراحل توسعه محصول جدید (NPD) مبتنی بر یادگیری ماشین
    • انواع مدل‌های یادگیری ماشین
    • شبکه‌های عصبی مصنوعی و چالش‌های یادگیری ماشین
    • دیپلوی - تست و رفع باگ - اخلاق در محصولات هوش مصنوعی
    • بررسی تمرین فصل دوم
  • فصل سوم: درک عمیق‌تر یادگیری ماشین و یادگیری عمیق
    • درک شهودی یادگیری عمیق
    • تاریخچه شبکه‌های عصبی و آشنایی با معماری‌های مختلف یادگیری عمیق
    • تکنولوژی‌هایی که تحت تأثیر یادگیری عمیق هستند.
    • معرفی یک ابزار no-code برای ساخت مدل یادگیری عمیق دلخواه
    • معرفی یک ابزار جامع no-code برای ایجاد و ارزیابی مدلهای یادگیری ماشین (مثال عملی)
    • بررسی تمرین هفته سوم: ایجاد یک مدل یادگیری ماشین و ارزیابی آن
  • فصل چهارم: تجاری‌سازی محصولات هوش مصنوعی
    • معرفی محصولات هوش مصنوعی B2B
    • معرفی محصولات B2C: تیک تاک چگونه از هوش مصنوعی استفاده میکند؟
    • دولینگو: معرفی یک پلتفرم آموزشی مبتنی بر هوش مصنوعی و آشنایی با یک سند Responsible AI
    • مثالی از محصولات Blue Ocean (بازارهای جدید بدون رقابت): Bearing.ai، بهینه سازی حمل و نقل دریایی با هوش مصنوعی!
    • معرفی یه روش معروف Explainable AI به بهانه‌ی معرفی Fiddler.ai (یک محصول اقیانوس آبی دیگر)
    • استراتژی‌های ورود به بازار
هزینه عضویت در کانال: 1,500,000 تومان
نظرات کاربران

1402/10/26

Alireza Zeyghami

تا این بخش از دوره محتوای جذابی ارائه شده، و البته هنوز برای اظهار نظر کمی زوده، و نحوه بیان جناب فرزانه روان و قابل فهم هست.

1402/10/26

علی پیکانی

OK

1402/10/25

مصطفی مازندرانی

فصل یک که خیلی جذاب بود

1402/10/22

معین دیهیمی

فوق‌العاده مفید و کاربردی. ممنونم مجید عزیز. حتماً این دوره رو به دیگران توصیه و معرفی می‌کنم.

1402/10/16

مسعود زکوی

دوره بسیار کاربردی

1402/10/08

احمد کریمی نسب

تا اینجاش که خیلی خوب بوده. مرسی