UAB Baltijos technologijų institutas
Mokymų teikėjo pateikta informacija
Programa suteikia žinių ir praktinių įgūdžių, reikalingų kuriant dirbtinio intelekto sprendimus su Python ir duomenų bazėmis. Dalyviai mokosi dirbti su reliacinėmis ir NoSQL duomenų bazėmis, kurti bei integruoti DI modelius, taikyti AI technologijas automatizavimui ir analizės procesams. Skaitmeninė kompetencija apima 80 % programos trukmės – šioje dalyje didžiausias dėmesys skiriamas projektiniam darbui, AI įrankių taikymui ir atsakingam technologijų naudojimui.
—
| Temos pavadinimas | Trumpas temos aprašymas |
|---|---|
| 1. Python programavimo kalbos taikymas dirbtinio intelekto kūrime | Temoje mokoma naudoti Python programavimo kalbos sintaksę, įrankius ir standartines bibliotekas tipinei programinei įrangai kurti. Dalyviai rašo nesudėtingą Python programinį kodą, taiko objektinio programavimo principus ir Python kodavimo standartus. Praktinėse užduotyse taikomi testavimo metodai ir su Python suderinami testavimo įrankiai. Taip pat supažindinama su dirbtinio intelekto ir mašininio mokymosi modelių kūrimo principais bei jų integravimu į Python pagrindu veikiančias sistemas. |
| 2. Reliacinių ir NoSQL duomenų bazių projektavimas | Nagrinėjami duomenų srautai, indeksavimas, duomenų paieška ir DI architektūrose naudojamos RAG (Retrieval-Augmented Generation) struktūros. Praktikoje kuriamos DB struktūros ir integruojamos į Python projektus. |
| 3. Skaitmeninė kompetencija ir AI integracija projektuose | Temoje taikomi skaitmeniniai ir AI įrankiai programinės įrangos kūrime. Dalyviai mokosi integruoti Python kodą su AI modeliais (LLM, RAG, agentai), valdyti projektus virtualiose platformose ir laikytis duomenų etikos principų. Praktikoje taikomi Python kodavimo standartai, testavimo įrankiai ir DB jungtys, naudojamos DI projektams. Dalyviai vykdo komandinius DI projektus, taikydami šiuolaikines technologijas rezultatų pristatymui ir kūrybiniams sprendimams. |
—
—
Mokymosi programos trukmė: 160 akad. val.
Praktinio kontaktinio darbo trukmė: 112 akad. val.
Teorinio kontaktinio darbo trukmė: 48 akad. val.
Savarankiško darbo trukmė: akad. val.
Įgytų kompetencijų vertinimo sistema / skalė: Įskaityta
Tvarkaraščių duomenų nėra.
Mokymosi medziaga turetu likti studentui. Tai liecia ivairius konspektus, paskaitu plana, kitus uzrasus. Vaizdo irasai taip pat naudingi ir galimybe jos pasiekti (bent kuri laika) padeda uzpildyti supratimo spragas
Būtų gerai jeigu mokymų lankomumas nebūtų privalomas, jei esi padaręs visus darbus, nes kitaip lauki kol dėstytojas konsultuoja kursiokus, o pats neturi ką veikti.
Didžiulis ačiū už galimybę dalyvauti, man tai buvo begalo įdomu.
Dėkui. Ypač didelis dėkui dėstytojams už kantrybę ir paaiškinimą, pagalbą.
Studijų programa suteikė vertingų žinių, tačiau jos intensyvumas buvo didelis. Aštuonias savaites vykę kasdieniai vakariniai užsiėmimai po tris valandas apsunkino laiko planavimą ir medžiagos įsisavinimą.rnSiūlyčiau apsvarstyti galimybę paskirstyti krūvį rečiau, pavyzdžiui, organizuoti užsiėmimus kas antrą dieną, trumpesnėmis sesijomis arba programą skaidyti į dvi dalis.rnAčiū!
Praktinė n8n dalis buvo puiki ir naudinga, tačiau kursas žadėjo kiek platesnę AI tematiką. Norėtųsi daugiau įvairovės ir vizualių skaidrių paskaitose. Praėjus kursui liko tik vaizdo įrašai ir keli failai, tačiau paskaitų medžiaga (konspektai, užduočių aprašymai) tapo nepasiekiama. Būtų labai naudinga, jei medžiaga liktų prieinama bent tam tikrą laiką po kurso pabaigos — tai leistų grįžti prie temų kartojant ar atliekant projektus.
Man mokymai buvo iš sunkesnių, bet padariau daug. rnDžiaugiuosi , kad patekau.
Laivai patenkintas organizavimu ir mokymų kokybe. Praplėtė akiratį ir supratimą. AČIŪ BIT