fbpx

AI Software Engineer

Un Artificial Intelligence sau un Machine Learning Software Engineer este un profesionist care proiectează, dezvoltă și implementează sisteme de software care utilizează tehnici de învățare automată pentru a înțelege și a face predicții sau decizii în baza datelor.

Formăm profesioniști în IT

din 2007 în România

Suport de curs

Scris în limba română

Certificat de Absolvire

Specializare COR 351201

Laboratoare

Configurare virtuală

Locuri libere: Locuri: 3

AI Software Engineer cu predare prin Cisco Webex – 20 Aprilie

Plată Integrală
Instructor: Ionel-Gabriel Zahia
Din 20 Aprilie
Luni, Miercuri 18:30 - 21:30
4554 RON 5060 RON
Locuri libere: Locuri: 3

AI Software Engineer cu predare prin Cisco Webex – 20 Aprilie

Plată Eșalonată
Instructor: Ionel-Gabriel Zahia
Din 20 Aprilie
Luni, Miercuri 18:30 - 21:30
1012 RON
Tip

Job Oriented

Nivel

Mid-Level to Senior-Level

Durată

72 ore

Desfășurare

Online, cu predare Live

Mențiuni

Predarea se face in Limba Română

Acreditare

Ministerul Educației Naționale (ANC)

Cod COR

351201

Înscrie-te! alege opțiune

Despre curs

Meeting Online Gratuit de 30 de minute cu un Mentor de Carieră

Programează-te la o discuție liberă în care vei afla tot ce trebuie să știi despre cum te vor ajuta cursurile Job Oriented să te angajezi.

Planifică-ți AICI meeting-ul și hai să ne cunoaștem!

 

Ce este un Artificial Intelligence Software Engineer?

Un AI Software Engineer este un profesionist care proiectează, dezvoltă și implementează sisteme de software care utilizează tehnici de învățare automată pentru a înțelege și a face predicții sau decizii în baza datelor.

Acești profesioniști trebuie să aibă o înțelegere profundă a matematicii și statisticii din spatele algoritmilor de învățare automată, precum și abilități solide în programare și inginerie software.

De asemenea, trebuie să fie capabili să lucreze cu volume mari de date și să înțeleagă aspectele practice ale implementării modelelor de învățare automată în sisteme reale.

 

Pre-Requisites

  • Cunoștințe minime de programare funcțională și orientată pe obiect
  • Experiență anterioară de programare într-un limbaj popular (Java, C/C++, Go etc.). Experiența cu Python este un plus
  • Cunoștințe minime de operații cu matrici, algebră liniară, elemente de statistică și derivate (toate acestea pot ajuta la înțelegerea mult mai bună a tehnicilor de Machine Learning și pot fi însușite în timpul cursului din resurse externe).

 

Ce conține cursul AI Software Engineer ?

În cadrul acestuia, combinăm 3 modalități de learning: TRAINING, MENTORING & COACHING.

Cursul de AI Software Engineer se concentrează pe o serie de noțiuni fundamentale, printre care se numără înțelegerea conceptelor de machine learning și deep learning, explorarea tehnicilor avansate de învățare automată pentru rezolvarea problemelor complexe, precum și utilizarea containerelor pentru gestionarea și distribuirea eficientă a aplicațiilor și a modelelor de învățare automată.

Programa este una amplă și se concentrează în jurul mai multor concepte și tehnologii. Vor fi abordate noțiunile teoretice necesare care contribuie la formarea unei gândiri logice și testată de recruiteri la interviuri.  Apoi vei avea probe practice și proiecte ce vor evolua din punct de vedere al complexității materiei în timp ce vei acumula cunoștințele necesare.

Cui i se adresează cursul AI Software Engineer?

  • Cu toate că acest curs abordează noțiuni introductive, nu îl recomandăm celor care sunt la prima experiență în domeniul IT.
  • Acest curs este pentru cei care au deja cunoștințe minime de programare și se simt atrași sau au o curiozitate pentru domeniul de inteligență artificială/machine learning.
  • De asemenea, acest curs este potrivit și pentru persoanele ce au deja experiență în domeniul IT și vor să exploreze această ramură ce oferă perspective bune de viitor și este la mare căutare la momentul actual.

 

La ce job-uri poți aplica după finalizarea cursului?

  • Machine learning engineer
  • Data scientist
  • Machine learning researcher
  • Machine learning specialist
  • Data analyst

 

Modalități de plată

Există mai multe modalități de plată și finanțare pe care le poți utiliza pentru înscrierea la acest curs.

1. Plata integrală în avans: 4554 RON

Plata integrală se poate achita și in 2-6 rate egale în cazul în care ai un card de credit dedicat plății în rate egale fără dobândă:

  • Star Card, emis de Banca Transilvania
  • Card Avantaj
  • Cardurile de cumpărături de la Alpha Bank
  • Bonus Card, emis de Garanti BBVA

2. Plata eșalonată: 1012 RON (taxa de înscriere) + 1012 RON * 4 tranșe = 5060 RON

Taxa de rezervare de 1012 RON se poate achita cash la sediul nostru, cu cardul sau prin transfer bancar pe site-ul www.telacad.ro.

Tranșele se achită până la cursurile 5, 10, 15 și respectiv 20.

Certificări

La terminarea cursurilor, cursantul primește o diplomă eliberată de către Telecom Academy care atestă faptul că acesta a absolvit cursul și a dobândit cunoștințele necesare obținerii unui job în domeniu.

După absolvirea acestui curs, poți participa la examenul acreditat de Ministerul Educației Naționale (ANC).

Atenție! Participarea la Examenul ANC se poate face doar pentru cursanții care au minim Studii Medii.

Programa

  • Prezentare generală
  • Introducere în AI
  • Aplicații ce folosesc Inteligența Artificială
  • Domeniile de bază ale Inteligenței Artificiale
  • Framework-uri folosite în Inteligența Artificială
  • Numpy
  • Pandas
  • Matplotlib, Seaborn si Plotly
  • OpenCV
  • Cum se prelucrează datele în machine learning?
  • Prelucrarea datelor tabelare
  • Prelucrarea imaginilor
  • Prelucrarea seriilor de timp
  • Prelucrarea datelor de tip text
  • Pregatirea datelor pentru modelare și evaluare
  • Modele de regresie
  • Modele de clasificare
  • Modele de predicție bazate pe arbori
  • Modele de predicție pentru serii de timp
  • Introducere în învățarea nesupervizată
  • K-Means
  • DBSCAN
  • Spectral Clustering
  • Concepte de Bază ale Sistemelor de Recomandare
  • Content-Based Filtering
  • Collaborative Filtering
  • Matrix Factorization
  • Perceptronul
  • Structura unei rețele neuronale
  • Propagarea înainte a informației prin rețea
  • Funcții de cost
  • Propagarea înapoi a informației prin rețea
  • Optimizarea și Stabilizarea Procesului de Antrenare
  • Noțiuni fundamentale
  • Q-Learning
  • DQN
  • Policy Gradient / REINFORCE
  • PPO
  • Noțiuni de bază
  • Rețele neuronale convoluționale
  • Detecție de obiecte
  • Rețele siameze
  • Auto-encodere
  • Segmentare
  • Generative Adversarial Networks
  • Rețele Neuronale Recurente
  • LSTM
  • Deep RNN
  • Arhitectura de tip transformer
  • Large Language Models
  • Prompt Engineering
  • Agenți AI
  • Servere MCP
  • Metode de inferența
  • Dezvoltarea aplicațiilor cu AI
  • Tehnici de compresie
  • Interpretabilitate

Sponsori și parteneri