Кому будет полезен
Для аналитиков и разработчиков, стремящихся освоить основы работы с ML-инструментами в BPMSoft
Инструменты ИИ в BPMSoft. Машинное обучение
Курс предназначен для специалистов, которые хотят освоить инструменты машинного обучения (ML) в BPMSoft.
В ходе обучения вы освоите, как подключать сервисы машинного обучения, настраивать модели и использовать их в бизнес-процессах платформы. Курс построен на практике: участники работают с демо-стендами, создают и настраивают модели, а также запускают прогнозирование в реальных сценариях.
Рекомендуется проходить совместно с программой «Инструменты ИИ в BPMSoft. LLM» для более глубокого понимания возможностей платформы.
Тренеры
-
Заид Мингалиев
Тренер и автор обучающих курсов по разработке и использованию ИИ-инструментов BPMSoft.
На обучении вы узнаете
-
Какие возможности предоставляют технологии машинного обучения (ML) в BPMSoft
-
Как подключить ML-модели в BPMSoft
-
Какие типы задач машинного обучения можно решать с помощью платформы
-
Какие преднастроенные модели машинного обучения доступны в BPMSoft и как их использовать
-
Как создать экземпляр модели машинного обучения и запустить его
1 день
4 часа с перерывами
Онлайн
и офлайн
Начальный
уровень подготовки
Формат
Практикум и тренинг
Тренеры
Заид Мингалиев
Тренер и автор обучающих курсов по разработке и использованию ИИ-инструментов платформы. Обладает значительной экспертизой в области кастомизации BPMSoft.
О себе С первого занятия участники погрузятся в реальные задачи и научатся применять инструменты BPMSoft для их решения. Такой подход помогает не только быстро освоить систему, но и уверенно использовать ее в своих проектах.
- Настройка BPMSoft для подключения к сервису машинного обучения:
- On-site и облачное решение сервиса машинного обучения;
- LLM-компонент для модели сегментации;
- Настройка на стороне BPMSoft для подключения к сервису машинного обучения.
- Модели машинного обучения в BPMSoft:
- Типы задач машинного обучения:
- Похожесть текстов;
- Предиктивный скоринг;
- Прогнозирование оттока;
- Прогнозирование справочного поля;
- Прогнозирование числового поля;
- Рекомендации;
- Сегментация.
- Типы задач машинного обучения:
- Использование преднастроенных экземпляров моделей машинного обучения:
- Модели прогнозирования справочного поля;
- Модели скоринга;
- Модель прогнозирования оттока;
- Рекомендательные модели.
- Создание экземпляра модели машинного обучения на демо-стенде совместно с тренером:
- Настройка модели;
- Запуск обучения модели;
- Просмотр результата обучения.
- Запуск прогнозирования из бизнес-процесса:
- Элемент бизнес-процесса «Прогнозировать данные»;
- Создание бизнес-процесса для запуска экземпляра модели машинного обучения и настройка его вызова на демо-стенде совместно с тренером.