Der Kurs Artificial Intelligence Fundamentals soll den Teilnehmern eine umfassende Einführung in das Gebiet der Künstlichen Intelligenz (KI) bieten. Durch eine Kombination aus theoretischen Konzepten und praktischen Anwendungen erhalten die Teilnehmer eine solide Grundlage in der KI und ihren verschiedenen Teilbereichen, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision und Robotik. Wir erforschen den Einsatz von KI in der Industrie und insbesondere in der Telekommunikation und verwandten Sektoren. Am Ende des Kurses verfügen die Teilnehmer über ein umfassendes Verständnis der KI-Konzepte, -Techniken und ihrer realen Anwendungen – insbesondere in der Telekommunikation. Sie sind in der Lage, weitere Studien im Bereich KI durchzuführen oder ihr Wissen in verschiedenen Bereichen anzuwenden, in denen KI eine wichtige Rolle spielt. Voraussetzungen Für diesen Kurs gibt es keine besonderen Voraussetzungen. Ein grundlegendes Verständnis der Programmierkonzepte wäre jedoch von Vorteil. Kursinhalte Einführung in die Künstliche Intelligenz Maschinelles Lernen Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie Ethik und verantwortungsvolle KI
£95.00
Der Kurs Artificial Intelligence Fundamentals soll den Teilnehmern eine umfassende Einführung in das Gebiet der Künstlichen Intelligenz (KI) bieten. Durch eine Kombination aus theoretischen Konzepten und praktischen Anwendungen erhalten die Teilnehmer eine solide Grundlage in der KI und ihren verschiedenen Teilbereichen, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision und Robotik. Wir erforschen den Einsatz von KI in der Industrie und insbesondere in der Telekommunikation und verwandten Sektoren. Am Ende des Kurses verfügen die Teilnehmer über ein umfassendes Verständnis der KI-Konzepte, -Techniken und ihrer realen Anwendungen – insbesondere in der Telekommunikation. Sie sind in der Lage, weitere Studien im Bereich KI durchzuführen oder ihr Wissen in verschiedenen Bereichen anzuwenden, in denen KI eine wichtige Rolle spielt. Voraussetzungen Für diesen Kurs gibt es keine besonderen Voraussetzungen. Ein grundlegendes Verständnis der Programmierkonzepte wäre jedoch von Vorteil. Kursinhalte Einführung in die Künstliche Intelligenz Maschinelles Lernen Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie Ethik und verantwortungsvolle KI
POA: Private Course
Behandelte Schlüsselthemen Übersicht über die domänenübergreifende Orchestrierung zur Koordinierung von RAN, Core, Transport und Cloud zur Ermöglichung einer End-to-End-5G-Dienstbereitstellung innerhalb von Zero Touch Operations Frameworks Architektur von Orchestrierungssystemen, einschließlich geschichteter Orchestratoren, API-Integration und Interaktion mit SDN-Controllern, NFV und Cloud-nativen Plattformen Nutzung von Informationsmodellen und Intent-Frameworks, einschließlich Dienstvorlagen, Standard-APIs und Datenmodellen für domänenübergreifende Orchestrierung und Network Slicing End-to-End-Dienstorchestrierungs-Workflows, die Dienstdesign, Ressourcenallokation, Aktivierung und herstellerübergreifende Interoperabilität umfassen Closed-Loop-Automatisierung und Assurance-Integration, die Telemetrie-gesteuerte Entscheidungen, SLA-Überwachung und automatisierte Korrekturmaßnahmen ermöglicht Lernergebnisse Verstehen der Architektur und des Zwecks der domänenübergreifenden Orchestrierung (RAN/Core/Transport/Cloud) Übersetzen von Geschäftsabsichten in automatisierte Service-Workflows Anwenden von Informationsmodellen, die eine herstellerunabhängige Orchestrierung ermöglichen Erklären der Rolle der Orchestrierung bei der Bereitstellung von E2E-5G-Diensten, einschließlich Slicing und Chaining Zielgruppe Ingenieure für Netzwerkautomatisierung und Orchestrierung OSS/BSS- und Service-Orchestrierungsarchitekten Core-, RAN- und Transport-Integrationsingenieure Netzwerkbetriebsingenieure, die die automatisierte Dienstbereitstellung unterstützen
POA: Private Course
Behandelte Schlüsselthemen Grundlagen des 5G-Netzwerk-Slicing, einschließlich Slice-Typen, Identifikatoren, Domänentrennung und Anwendungsfällen für Verbraucher- und Unternehmensdienste Slice-Vorlagen und SLA-gesteuertes Design, einschließlich Leistungsparametern, KPI-Mapping, Zugangssteuerung und richtlinienbasierter Konfiguration Statische und dynamische Slicing-Lebenszyklusautomatisierung, einschließlich On-Demand-Instanziierung, Skalierung, Modifikation und Orchestrierungs-gesteuerter Bereitstellung End-to-End-Multi-Domain-Slice-Koordination, einschließlich RAN-, Transport- und Kernintegration für die vollständige Dienstbereitstellung über heterogene Netzwerke Slice-Sicherung und Closed-Loop-Management, einschließlich Echtzeit-Monitoring, Analyse und automatisierte Optimierung zur Aufrechterhaltung der SLA-Leistung Lernziele Entwurf von Slice-Vorlagen unter Verwendung SLA-gesteuerter Parameter (Latenz, Durchsatz, Verfügbarkeit) Unterscheidung zwischen statischem und dynamischem Slicing und Lebenszyklusautomatisierung Integration von Sicherung, Analyse und Orchestrierung für das Closed-Loop-Slice-Management Bewertung von Geschäftsanwendungsfällen für Unternehmens- und Verbraucher-Slicing Zielgruppe 5G-Kern- und Netzwerk-Slicing-Ingenieure Enterprise Solutions Architekten Netzwerkdienstdesign- und Produktteams Automatisierungsingenieure, die die End-to-End-Servicebereitstellung unterstützen
POA: Private Course
Behandelte Schlüsselthemen Übersicht über Zero Touch Operations (ZTO), einschließlich ihrer Rolle in 5G-/Cloud-nativen Netzwerken und der Entwicklung hin zu intent-gesteuerten, KI-fähigen Operationen Intent-gesteuertes Networking und Richtlinienautomatisierung, Übersetzen von Geschäftsabsichten in orchestrierte Aktionen für Bereitstellung, Skalierung und Optimierung Automatisierung von Netzwerkoperationen wie Konfigurationsmanagement, Selbstheilung, Skalierung, Dienstaktivierung und Incident-Handling Anwendung von KI/ML für prädiktive Analysen, Anomalieerkennung, Ursachenanalyse und Netzwerkoptimierung Governance-, Sicherheits- und Vertrauensrahmenwerke zur Gewährleistung sicherer, auditierbarer und zuverlässiger automatisierter Operationen" Lernergebnisse Identifizieren von operativen Prozessen, die sich für eine vollständige Automatisierung vs. eine Mensch-in-der-Schleife-Steuerung eignen Verstehen von Richtlinien-/Intent-Frameworks, die einen hands-off-Betrieb ermöglichen Erklären der Interaktionen zwischen Orchestrierung, Assurance, Analytik und KI bei Zero-Touch-Operationen Erkennen von Governance- und Vertrauensaspekten in automatisierten Bereichen. Zielgruppe Netzwerk-Operations-Ingenieure Automatisierungs- und Orchestrierungsingenieure Architekten für digitale Transformation und Operations Service-Assurance- und Netzwerkmanagement-Teams
POA: Private Course
Behandelte Schwerpunkte Grundlagen der Closed-Loop-Automatisierung, einschließlich des Monitor-Analyse-Entscheiden-Handeln-Modells und seiner Rolle bei der Verbesserung der Servicezuverlässigkeit, Effizienz und SLA-Leistung über Netzwerkdomänen hinweg Telemetrie und Echtzeit-Observabilität, einschließlich Datenerfassung aus Multi-Domain-Quellen, Streaming-Analysen und Integration in Assurance-Systeme Analyse- und Entscheidungsfindungsrahmen, einschließlich regelbasierter und KI-gesteuerter Richtlinien-Engines für SLA-Überwachung, prädiktive Analyse und automatisierte Entscheidungsauslöser Automatisierte Orchestrierungs- und Korrekturmaßnahmen, die Skalierung, Umleitung, Rekonfiguration und Fehlerbehebung über RAN, Core, Transport und Cloud ermöglichen End-to-End-Service-Assurance-Integration, einschließlich KPI-Überwachung, SLA-Durchsetzung, Incident-Automatisierung und Abstimmung mit Betriebsprozessen Lernziele Anwenden von Closed-Loop-Automatisierungsrahmen (überwachen → analysieren → entscheiden → handeln) Identifizieren relevanter Telemetrie-/KPI-Quellen für Echtzeitentscheidungen Erläutern des Zusammenspiels zwischen Analyse-Engines und Orchestrierungsebenen Verstehen von assistierten vs. vollständig geschlossenen Implementierungsmodellen." Zielgruppe Netzwerkautomatisierungsingenieure KI-/Analyseingenieure, die die Netzwerk-Assurance unterstützen OSS-PlattformarchitektenBetriebsteams, die für Service-Assurance und Leistung verantwortlich sind
POA: Private Course
Künstliche Intelligenz (KI) revolutioniert die Telekommunikationsbranche und treibt vernetzte Innovationen voran. Dieser umfassende Kurs beleuchtet die Rolle der KI in der Telekommunikation und ihre vielfältigen Anwendungsbereiche – von maschinellem Lernen über die Verarbeitung natürlicher Sprache und Computer Vision bis hin zur Robotik. Die Teilnehmenden erwerben ein fundiertes Verständnis dafür, wie KI Telekommunikationsnetze effizienter und nachhaltiger gestaltet und wie sie in sich entwickelnde Architekturen integriert wird, um zukunftsweisende Anwendungsfälle wie das Metaverse, intelligente Transportsysteme und autonomes Fahren zu unterstützen. Darüber hinaus beleuchtet der Kurs die Synergie zwischen KI und dem Internet der Dinge (IoT) und formt daraus das zukunftsweisende Konzept AIoT (Künstliche Intelligenz der Dinge). Die Teilnehmenden erfahren, wie KI branchenübergreifend Innovationen vorantreibt und intelligentere Städte, effizientere Fertigungsprozesse und personalisierte Gesundheitslösungen ermöglicht. Am Ende des Programms sind die Teilnehmenden mit KI-Konzepten und -Techniken bestens vertraut und bereit, ihr Wissen in der Telekommunikation und darüber hinaus anzuwenden. Ob sie ein weiterführendes KI-Studium anstreben oder ihre Expertise in verschiedenen Bereichen nutzen möchten – die Teilnehmenden sind bestens gerüstet, um sich an der spannenden Schnittstelle von KI und Telekommunikationsinnovationen zurechtzufinden. In der sich rasant entwickelnden digitalen Welt ist das Verständnis der Grundlagen von KI für Fachkräfte der Telekommunikationsbranche unerlässlich. Dieser Kurs vermittelt den Teilnehmenden nicht nur praktische KI-Kenntnisse, sondern sensibilisiert sie auch für die ethischen Aspekte und den verantwortungsvollen Einsatz von KI-Technologien. Mit Fokus auf reale Anwendungen und Branchenrelevanz befähigt dieser Kurs die Teilnehmenden, KI zu nutzen, um Innovationen voranzutreiben, die Effizienz zu steigern und neue Möglichkeiten im dynamischen Bereich der Telekommunikation und vernetzten Innovationen zu erschließen. Kursinhalte Einführung in die künstliche Intelligenz Maschinelles Lernen Anwendung von maschinellem Lernen auf KI Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie AIoT (Künstliche Intelligenz der Dinge) Ethik und verantwortungsvolle KI
£980.00
