강의

멘토링

커뮤니티

NEW
Applied AI

/

AI for Work

Bắt đầu triển khai AI sản xuất mà không cần lập trình

"Phải làm DX/AX." Trong phòng họp thì luôn nghiêm túc, nhưng khi xuống hiện trường thực tế, bạn có cảm thấy bối rối không biết phải bắt đầu từ đâu, làm thế nào không? PoC thì đã làm vài lần rồi, nhưng cuối cùng không chuyển sang vận hành chính thức Giải pháp·thiết bị thì đã mua, nhưng ở hiện trường lại bị coi là công cụ rườm rà Nói nhiều về dữ liệu·hệ thống, nhưng không biết phải áp dụng như thế nào vào dây chuyền·quy trình hiện tại của mình Không có TFT·tổ chức chuyên trách riêng, nên với tư cách là người thực thi phải gánh cả công việc chính + DX/AX... Khóa học này được tạo ra chính xác cho những người như vậy.

5 học viên đang tham gia khóa học này

  • fleem826937
제조dx
ax도입
생산기술
스마트팩토리
Generative AI

Bạn sẽ nhận được điều này sau khi học.

  • Màn sương về "cần phải làm gì" để triển khai AI đang dần tan biến.

  • Tôi có thể thấy đơn vị thực thi về "cách bắt đầu" với AI.

  • Bạn sẽ có được sức thuyết phục để đưa AI vào tổ chức của mình.

Câu chuyện về DX/AX sản xuất và nhà máy thông minh tràn ngập khắp nơi
nhưng khi thực sự áp dụng vào nhà máy, dây chuyền của mình thì vẫn còn mù mịt như trong sương mù.

  • "Chúng ta có đầy đủ dữ liệu" là câu nói thường nghe,
    nhưng từ góc độ AI thì hầu như không có dữ liệu nào có thể sử dụng được

  • PoC đã thử nghiệm vài lần rồi,
    nhưng hầu như không có trường hợp nào chuyển sang vận hành chính thức

  • Các công ty AI, trụ sở chính/bộ phận kế hoạch, và hiện trường
    thường nói những ngôn ngữ khác nhau dẫn đến dự án bị lệch hướng ngay từ đầu.


Khóa học này xuất phát từ thực tế đó.
Không phải là lý thuyết AI hay giáo dục lập trình, mà là khóa học giúp 'nhân viên thực tế tại hiện trường và kỹ thuật sản xuất có thể đánh giá và thiết kế dự án AI'.


Nội dung được đề cập trong khóa học này như sau.

  • Chương 1
    Cách sắp xếp "Sử dụng AI ở đâu và tại sao"
    bằng ngôn ngữ thực tế thay vì ngôn ngữ kỹ thuật

  • Chương 2
    Phân tích lại câu "Nhà máy của chúng tôi có cấu trúc không phù hợp với AI"
    từ góc độ dữ liệu và cấu trúc
    – Tổng hợp cách mà quy trình phụ thuộc con người, sự cố đột xuất, vấn đề đối tác, và dữ liệu thống kê sau sự kiện
    cản trở AI như thế nào.

  • Chương 3
    Chương nhìn lại câu nói
    "Dữ liệu thì có đầy đủ rồi" từ góc độ C·O·L (Điều kiện·Kết quả·Khóa liên kết)
    – Chỉ ra cụ thể sự khác biệt giữa dữ liệu mà AI thực sự có thể sử dụng
    và dữ liệu chỉ trông có vẻ ổn trong mắt con người.

  • Chương 4
    "Nhà máy của chúng ta, bây giờ có thể áp dụng AI không?"
    Phần kiểm tra bằng năm danh mục
    – Xem xét một cách khách quan xem đã chuẩn bị sẵn sàng
    về định nghĩa vấn đề, cấu trúc dữ liệu, thiết kế hành động, chủ thể vận hành và phạm vi thí điểm chưa.

  • Chương 5
    Không phải 'PoC làm một lần rồi thôi'
    mà là cách xây dựng hệ thống thử nghiệm AI có thể lặp lại trong nhà máy
    – Lựa chọn vấn đề ứng viên, định nghĩa giả thuyết, quy tắc KILL/GO,
    năng lực cần tích lũy nội bộ vs năng lực có thể thuê ngoài,
    và cách định nghĩa thành công dựa trên tiêu chí hành động thực tế thay vì chỉ tiêu kỹ thuật.


Khi khóa học kết thúc, học viên ít nhất có thể trả lời được những câu hỏi dưới đây.

  • "Trong nhà máy của chúng ta, lĩnh vực nào không nên áp dụng AI ngay lập tức,
    lĩnh vực nào cần chuẩn bị trước?"

  • "Với dữ liệu hiện có, vấn đề tiềm năng có thể thử nghiệm AI là gì?"

  • "Khi nhận được đề xuất dự án AI
    tiêu chí nào để phán đoán đâu là điều hợp lý và đâu là phóng đại?"


Ngay cả khi không tự viết code,
người hiểu về vấn đề·dữ liệu·hiện trường phải đứng ở trung tâm dự án AI - đây là tiền đề để tạo nên khóa học này.
Mục tiêu là giúp những người phụ trách hiện trường·công nghệ sản xuất·chất lượng·nhà máy thông minh
có được "tiêu chuẩn để tự đánh giá, không còn bị lôi kéo bởi những câu chuyện về AI/AX nữa".

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhân viên thực tế đang "kiêm nhiệm" công việc liên quan đến DX/AX trong lĩnh vực nhà máy/công nghệ sản xuất/chất lượng/thiết bị

  • Những người cần triển khai giải pháp tự động hóa·nhà máy thông minh nhưng chưa hình dung được bức tranh phù hợp với quy trình·dây chuyền hiện tại

  • Công ty nói về "AI, dữ liệu" nhưng thực tế hiện trường vẫn còn dựa vào Excel và giấy tờ nên cảm thấy đáng thất vọng

  • DX/AX dành cho "những người muốn bắt đầu với cấu trúc được thiết lập đúng đắn ngay từ đầu"

Xin chào
Đây là

15년 이상 제조업 현장에서 생산기술과 설비 엔지니어링을 경험하며, 데이터와 시스템으로 현장 문제를 해결하는 역할을 수행해 왔습니다. PC 기반 설비 제어부터 시작해 공정·설비 구조를 이해하고, 제조 데이터의 흐름과 업무 구조를 분석하며 시스템적 개선 역량을 쌓아왔습니다.
현재는 제조 AX(AI & Digital Transformation) 영역에서 데이터·공정·시스템·자동화를 연결하는 실무 중심의 솔루션을 설계하고 구현하고 있습니다.

www.linkedin.com/in/기호-이-3015a317b

Chương trình giảng dạy

Tất cả

5 bài giảng ∙ (51phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Ưu đãi có thời hạn

238.438 ₫

66%

715.313 ₫

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!