Kurz Praktické využití umělé inteligence | robot_dreams Czech

Praktické využití umělé inteligence

Navrhuj a nasazuj AI řešení pro reálné systémy – s důrazem na data, kvalitu a bezpečnost.

certificate

O KURZU

  • Timeline

    říjen–prosinec

  • Čeká tě

    12 LEKCÍ

  • Formát

    ŽIVĚ ONLINE

Zjistíš, jak AI modely fungují a kde mají limity. Postavíš asistenty, agenty i workflow nad vlastními daty (RAG) a napojíš je na reálné nástroje. Naučíš se ověřovat kvalitu výstupů i bezpečnost řešení (evaluace, red teaming).

Kurz je vhodný pro:

  • ENTREPRENEURS, FOUNDERS A VISIONARIES

    Získáš způsob, jak rychle validovat nápady pomocí AI. Zapojíš ji jako „vývojáře“, poskládáš si agenty pro rutinní práci a použiješ je na úpravy i automatizace bez závislosti na dodavatelích.

  • CTO, IT MANAŽERY A DIGITAL LEADS

    Budeš vědět, kam AI patří a kam ji ve firmě radši nepouštět. Ohlídáš práci s firemními daty, vyhodnotíš rizika a navrhneš způsob nasazení, který se dá zapojit do stávajících systémů.

  • PRODUCT OWNERY, PROJEKTOVÉ MANAŽERY A INOVÁTORY

    Přestaneš navrhovat AI funkce „naslepo“. Naučíš se rychle prototypovat (text–obraz–hlas), psát přesná zadání pro AI i vývojáře a využít multimodalitu pro nové produktové scénáře.

Lektor

Tomáš Kubica, Application Innovation Technical Specialist, Microsoft

Tomáš Kubica

Application Innovation Technical Specialist, Microsoft

  • Od roku 2017 pracuje jako cloudový architekt v Microsoftu, kde se specializuje na širokou škálu technologií a cloudových řešení.

  • Má 11 let zkušeností ve firmě Hewlett Packard Enterprise, kde pracoval na pozici Solution Architect a následně Enterprise Architect.

  • Disponuje praktickými zkušenostmi se zpracováním a analýzou dat, zejména s platformami jako Databricks a Azure, a intenzivně se věnuje umělé inteligenci, včetně trénování modelů v PyTorch.

  • Je držitelem certifikací Azure AI Engineer Associate, Azure Data Scientist Associate a Databricks Certified Machine Learning Associate a aktivně sdílí své odborné znalosti na blogu a GitHubu.

Program

  • 1. lekce
    Pondělí 19. 10. 2026

    Jak myslí AI: fungování, dopady a bezpečnost

    • Jak AI funguje a jak se trénuje
    • Rizika v oblasti bezpečnosti, etiky a nestrannosti
    • Přehled směrů v AI
    • Možné scénáře vývoje AI a lidstva

    Praktické cvičení: Příprava pracovní stanice a založení účtů

  • 2. lekce
    Čtvrtek 22. 10. 2026

    Computer vision: od klasifikace přes rozpoznání objektů k detailnímu popisu

    • Klasifikace, rozpoznávání objektů a další disciplíny
    • Jak a proč trénovat vlastní modely
    • Computer vision v multimodálních modelech

    Praktické cvičení: Experimenty s aplikací počítačového vidění

  • 3. lekce
    Pondělí 26. 10. 2026

    Obrazová podobnost a zpracování dokumentů

    • Vektorová reprezentace obrázků a textu (embeddings)
    • Principy multimodality
    • Zpracování dokumentů a formulářů pomocí AI

    Praktické cvičení: Práce s vektorovým vyhledáváním, zpracování formulářů

  • 4. lekce
    Čtvrtek 29. 10. 2026

    Lidský hlas: generování a rozpoznávání

    • Modely pro generování a rozpoznání hlasu (ukázka)
    • Možnosti vytrénování vlastního hlasu
    • Avatar pro generování celého řečníka

    Praktické cvičení: Experimenty s generováním hlasu

  • 5. lekce
    Pondělí 2. 11. 2026

    Generování obrazu, videa a hudby

    • Přehled open source i komerčních generátorů obrázků a videa z textu
    • Generování hudby a práce se zvukem
    • Výhody a limity modelů

    Praktické cvičení: Vytvoření vlastního videa a zvukové nahrávky

  • 6. lekce
    Čtvrtek 5. 11. 2026

    Jak fungují velké jazykové modely a základy promptování

    • Prompty, zero-shot, few-shot, sumarizace
    • Od promptování ke context engineeringu
    • Porovnání komerčních a open source modelů
    • Jak fungují transformery a jak se trénují největší modely světa
    • Finetuning – kdy použít, kdy určitě ne

    Praktické cvičení: Generování textu v různých stylech

  • 7. lekce
    Pondělí 9. 11. 2026

    Kontext a vlastní data

    • Hledání podobnosti v textech, sémantické a hybridní hledání
    • Agentic search, knowledge graph

    Praktické cvičení: Vytvoření asistenta nad vlastními daty

  • 8. lekce
    Čtvrtek 12. 11. 2026

    Od chatbota k agentovi: nástroje a agentní smyčka

    • Chatbot vs. skutečný agent, agentní smyčka
    • AI agenti a používání nástrojů
    • Napojení na firemní aplikace, databáze, workflow
    • Standardizované nástroje s MCP

    Praktické cvičení: Agent využívající nástroje

  • 9. lekce
    Pondělí 23. 11. 2026

    Agenti v praxi: osobní agenti, multi-agent a workflow

    • Osobní agenti (OpenClaw, Hermes) jako platforma pro dlouhodobě běžícího agenta
    • Multi-agentní systémy
    • Automatizace obchodních procesů s využitím AI agentů a workflow orchestrace
    • Spolupráce agentů a protokol A2A (agent-to-agent)

    Praktické cvičení: Workflow, multi-agentní systém, nebo vlastní osobní agent

  • 10. lekce
    Čtvrtek 26. 11. 2026

    AI ve vývoji aplikací, výzkumu a vědě

    • Proč je AI tak dobré v kódování a jak toho využít
    • Ad-hoc kódování AI modelem (aplikace, které vznikají, až když je potřeba)
    • Použití AI pro hlubší výzkum

    Praktické cvičení: Vibe-coding vlastní aplikace

  • 11. lekce
    Pondělí 30. 11. 2026

    Evaluace a red teaming

    • Jak testovat kvalitu AI řešení (evaluace)
    • Jak testovat bezpečnost AI systému (red teaming)

    Praktické cvičení: Pokus o prolomení naivně zabezpečeného chatbota

  • 12. lekce
    Pondělí 3. 12. 2026

    Představení závěrečných prací

    • Představení projektů účastníků
    • Sdílení zkušeností a best practices
    • Budoucí směřování AI

Zjistit cenu kurzu

Vyplňte registrační formulář a získejte podrobnější informace o kurzu a jeho ceně

 
 
 
 
Zjistit cenu kurzu