The University of Manchester - Dubai
Μάθημα Data and AI for Leaders
Dubai, Ηνωμένα Αραβικά Εμιράτα
Προγράμματα εκπαίδευσης
ΔΙΆΡΚΕΙΑ
4 ημέρες
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
Αποκτήστε πολύτιμες γνώσεις για τον κλάδο από κορυφαίους ειδικούς στον κόσμο, αφαιρέστε τα εμπόδια πρόσβασης και αναλύστε τη σύνθετη γλώσσα που περιβάλλει τα δεδομένα και την τεχνητή νοημοσύνη.
Γνωρίστε τα δεδομένα και τις τεχνολογίες τεχνητής νοημοσύνης, τα μοντέλα και πολλά άλλα. Με την καθοδήγηση από τους υπότροφους του Ινστιτούτου Alan Turing, Julia Handl και Richard Allmendinger, εξερευνήστε πώς αυτές οι τεχνολογίες μπορούν να μεταμορφώσουν τους οργανισμούς και να αποτελέσουν τη βάση για τη λήψη πιο εσκεμμένων επιχειρηματικών αποφάσεων.
Προκαλώντας τον εαυτό σας να σκεφτεί κριτικά και εννοιολογικά, αρχίστε να χτίζετε προς ένα υψηλό επίπεδο παιδείας δεδομένων. Μάθετε να ζυγίζετε τις τεχνολογίες και τον πιθανό αντίκτυπό τους και ανακαλύψτε την εμπιστοσύνη σε αριθμούς που δεν είχατε συνειδητοποιήσει ότι υπάρχουν.
Πώς ωφελείσαι
- Ενισχύστε τις ικανότητές σας στη λήψη αποφάσεων με μοντέλα και αποτελέσματα δεδομένων και τεχνητής νοημοσύνης
- Κατανοήστε τα ζητήματα ηθικής, νομικής και κοινωνικής ευθύνης σχετικά με τη χρήση της τεχνητής νοημοσύνης
- Αναπτύξτε την παιδεία δεδομένων και τις δυνατότητες αφήγησης δεδομένων
- Ανακαλύψτε τους τεχνικούς όρους και τις βασικές ερωτήσεις που πρέπει να κάνετε σχετικά με τα μοντέλα AI
- Αποκτήστε γνώσεις από ειδικούς μέσω πραγματικών περιπτωσιολογικών μελετών και ομιλητών του κλάδου
- Γίνετε μέλος του AMBS Executive Education Network και επωφεληθείτε από κορυφαίες εκδηλώσεις ομιλητών, τακτικές ενημερώσεις και ευκαιρίες δικτύωσης με ομοϊδεάτες επαγγελματίες
- Αφιερώστε χρόνο για να σκεφτείτε το δικό σας σύνολο δεξιοτήτων και να ασχοληθείτε με την παγκόσμιας κλάσης σχολή της AMBS
Πώς ωφελείται ο οργανισμός σας
- Ενισχύστε την ικανότητά σας να εντοπίζετε κινδύνους και ευκαιρίες για τον οργανισμό σας μέσω δεξιοτήτων ερμηνείας δεδομένων
- Βελτιώστε τη λήψη αποφάσεων και τις συζητήσεις του οργανισμού σας σχετικά με δεδομένα και τεχνητή νοημοσύνη όταν εργάζεστε και διαχειρίζεστε τεχνικές ομάδες
- Υπέρβαση των οργανωτικών στόχων βελτιώνοντας την παραγωγικότητα και την απόδοση μέσω δεδομένων και αναλύσεων
- Αντιμετωπίστε βασικά ζητήματα που μπορεί να αντιμετωπίζει ο οργανισμός σας σχετικά με την ανάπτυξη δεδομένων και μοντέλων τεχνητής νοημοσύνης και κατανοήστε πώς να τα επιλύσετε
Who should attend
Αυτό το μάθημα θα ταιριάζει σε γενικούς ή τεχνικούς διευθυντές και ηγέτες από ένα ευρύ φάσμα βιομηχανιών με βασική κατανόηση των δεδομένων. Θα πρέπει να επιδιώκετε να βελτιώσετε την ικανότητά σας να ερμηνεύετε και να αναλύετε κριτικά τα επιχειρηματικά δεδομένα και τα μοντέλα τεχνητής νοημοσύνης για να καλύψετε τις ανάγκες του οργανισμού σας.
Δεν απαιτείται εμπειρία κωδικοποίησης ή προγραμματισμού για να λάβετε μέρος σε αυτό το μάθημα.
Σε όποια βιομηχανία και αν εργάζεστε, η γνώση δεδομένων και τεχνητής νοημοσύνης γίνεται γρήγορα θεμελιώδης και περιζήτητη δεξιότητα και είναι ολοένα και πιο σημαντικό για τους υπεύθυνους λήψης αποφάσεων να έχουν την ικανότητα να ενσωματώνουν αυτή τη γνώση στις στρατηγικές επιλογές που κάνουν.
Αναπτύξτε τις δεξιότητες που απαιτούνται για να λαμβάνετε σημαντικές αποφάσεις που βασίζονται σε δεδομένα στην επιχείρησή σας και αναπτύξτε την εννοιολογική σας κατανόηση για την τεχνητή νοημοσύνη και πώς μπορεί να εφαρμοστεί στον οργανισμό σας.
Αυτό το πρακτικό τετραήμερο μάθημα θα αγγίξει τρία κύρια θέματα – τα διάφορα διαθέσιμα εργαλεία για την ανάλυση και την εξαγωγή προβλέψεων, τη διαφάνεια των μοντέλων και την κατανόηση της ανθρώπινης μεροληψίας στα μοντέλα δεδομένων.
Πρώτη μέρα:
- Κατανοήστε τη σημασία της οπτικής ανάλυσης και της αφήγησης
- Εξερευνήστε τις χρήσεις και τις κακές χρήσεις των στατιστικών
- Αλληλεπιδράστε με προσχεδιασμένες οπτικοποιήσεις δεδομένων, μοντέλα τεχνητής νοημοσύνης και πίνακες εργαλείων
- Ανακαλύψτε τις αρχές της μάθησης χωρίς επίβλεψη και της ανάλυσης συστάδων
- Εξερευνήστε το Παρατηρητήριο Οπτικοποίησης Δεδομένων του Alliance Manchester Business School
Ημέρα δεύτερη:
- Εισαγωγή στην εποπτευόμενη και βαθιά μάθηση στην πράξη
- Κατανοήστε τη διαφορά μεταξύ ταξινόμησης και παλινδρόμησης
- Αξιολογήστε κριτικά και συγκρίνετε προσχεδιασμένα μοντέλα για να αξιολογήσετε τις προβλέψεις και τη διαλειτουργικότητα
Τρίτη μέρα:
- Εξερευνήστε την ενισχυτική μάθηση και τη βελτιστοποίηση
- Κατανοήστε την προσομοίωση, συμπεριλαμβανομένης της μοντελοποίησης της αβεβαιότητας
- Εισαγωγή στη δικαιοσύνη και τα όρια του μοντέλου
Τέταρτη μέρα:
- Εξερευνήστε τη λήψη αποφάσεων πολλαπλών κριτηρίων εντός των ρυθμίσεων ομάδας
- Κατανοήστε τη διαφορά μεταξύ της αύξησης έναντι της αυτοματοποίησης της λήψης αποφάσεων
- Παραδώστε μια παρουσίαση που αναλύει κριτικά ένα σύνολο δεδομένων της επιλογής σας και συζητήστε τουλάχιστον μία εφαρμογή τεχνητής νοημοσύνης με τα δεδομένα
Το βράδυ θα υπάρχει δεξίωση ποτών δικτύου όπου θα γνωρίσετε τους συναδέλφους σας. Θα υπάρξει επίσης ένα δείπνο μαθημάτων την τρίτη το απόγευμα, προσφέροντας την ευκαιρία στην τάξη σας να συναντηθεί με μια ευρύτερη ομάδα μαθητών σύντομων μαθημάτων για να επεκτείνετε τις ευκαιρίες δικτύωσης σας.
Θα έχετε επίσης την ευκαιρία να εξερευνήσετε το υπερσύγχρονο Εργαστήριο Οπτικοποίησης Δεδομένων του Alliance Manchester Business School και να πειραματιστείτε με τα δικά σας σύνολα δεδομένων.
Σχεδιασμένο για να καταρρίπτει τα εμπόδια πρόσβασης και να μειώνει τη σύνθετη γλώσσα που περιβάλλει τα δεδομένα και την τεχνητή νοημοσύνη, αυτό το μάθημα χρησιμοποιεί μελέτες περιπτώσεων, προετοιμασμένα μοντέλα και πίνακες εργαλείων για να τονίσει την πρακτικότητα των μοντέλων τεχνητής νοημοσύνης και των επιχειρηματικών εφαρμογών.
Στοχεύουμε σε πολλές ξεχωριστές μαθησιακές εμπειρίες, όπως:
Εφαρμοσμένη Μάθηση Ένα μαθησιακό περιβάλλον που δημιουργήθηκε από τον συντονιστή του μαθήματος που βασίζεται στην εμπειρία και τη συμβολή των συμμαθητών σας.
Μεταφορά γνώσης Μια σταθερή ροή σχολίων από συμμετέχοντες συναδέλφους με διαφορετικά επιχειρηματικά υπόβαθρα, για παράδειγμα, σχετικά με τον τρόπο με τον οποίο έχουν εφαρμόσει δεδομένα και τεχνητή νοημοσύνη στον οργανισμό τους.
Αντανάκλαση Ένα σπάνιο τάιμ άουτ για να συλλογιστείτε τις δικές σας ευκαιρίες και προκλήσεις ενώ ασχολείστε με την παγκόσμιας κλάσης σχολή μας.
Επέκταση Δικτύου Ένα διευρυνόμενο επαγγελματικό δίκτυο που προέρχεται από τους συνομηλίκους σας.
Προσωπική Ανάπτυξη Μια διευρυνόμενη αυτογνωσία των δικών σας ικανοτήτων και του τρόπου με τον οποίο μπορούν να βελτιωθούν.
Αλλαγή συμπεριφοράς Μια υιοθέτηση νέων συλλογισμών και νοοτροπιών που βελτιώνουν τη λήψη αποφάσεων.
Διευκολυνόμενη Πρόκληση Μια τακτική υποβολή δύσκολων ερωτήσεων από τον συντονιστή του μαθήματος που έχει σχεδιαστεί για να σας απομακρύνει από το εργασιακό σας περιβάλλον σε νέα περιοχή εργασίας.
Certificate
Με την επιτυχή ολοκλήρωση αυτού του σύντομου επιχειρηματικού μαθήματος, οι συμμετέχοντες θα λάβουν το Επαγγελματικό Πιστοποιητικό του Manchester in Data and AI for Leaders.
Θα λάβετε επίσης ένα ψηφιακό πιστοποιητικό Manchester Professional in Data and AI for Leaders από το Accredible, με τη μορφή διαδικτυακού πιστοποιητικού και σήματος που μπορεί να εμφανιστεί στα προφίλ του LinkedIn και αντιπροσωπεύει την ολοκλήρωση και τη συμμετοχή στο μάθημα.
Μπορείτε να επιλέξετε να επιμεληθείτε το δικό σας πρόγραμμα σπουδών παρακολουθώντας οποιαδήποτε τέσσερα μαθήματα από το εκτεταμένο χαρτοφυλάκιό μας. Με την ολοκλήρωση των τεσσάρων μαθημάτων της επιλογής σας, θα σας απονεμηθεί το Επαγγελματικό Δίπλωμα του Manchester in Leadership.
Χτισμένο με στόχο τη σύνδεση της θεωρίας με την πράξη, αυτό το μάθημα θα σας βοηθήσει να αποκτήσετε πολύτιμες γνώσεις στον κλάδο από κορυφαίους εμπειρογνώμονες στον κόσμο μέσω μιας ποικιλίας διαδραστικών μεθόδων διδασκαλίας και μάθησης.
Παραδίδονται πρόσωπο με πρόσωπο στο Executive Education Centre του Alliance Manchester Business School, θα λάβετε μέρος σε συνεργατικά εργαστήρια, ομαδικές συζητήσεις και δραστηριότητες και θα ακούσετε από μια επιλογή εμπνευσμένων προσκεκλημένων ομιλητών, όπως ο Vlad Jiman, Διευθυντής Δεδομένων στο N Brown, και Rachael Hardman, επικεφαλής της ομάδας Data Science στο Peak.
Εξερευνήστε παρόμοια προγράμματαΠαρόμοια προγράμματα








