AI

AI (kunstig intelligens) dækker i dag alt fra ChatGPT og Microsoft Copilot til klassisk Machine Learning og Computer Vision. Med vores AI-kurser får du praktisk viden om at bruge, udvikle og drifte AI-løsninger, uanset om du er daglig bruger, udvikler eller arbejder med data og modeller.

Kurser indenfor AI

Kunstig Intelligens = AI. Bredt udvalg af kurser i AI, herunder Machine Learning, Deep Learning, Neurale Netværk, ChatGPT, Microsoft Copilot...

Azure & AI

Databricks og Synapse Analytics/Fabric giver virksomheden frihed til at analysere data med klassisk SQL eller mere kompleks kode i Python/Scala.

Databricks

Databricks er den førende platform til big data for data scientists og data engineers – lær hvordan du kan mestre data analyse i Databricks med Python notebooks

GIT & GitHub

Git er et udbredt versionsstyringssystem, der bruges til at holde styr på ændringer i kodeprojekter. Det er essentielt i moderne softwareudvikling og samarbejde.

Microsoft Copilot

Microsoft Copilot er en AI-assistent som forbedrer produktivitet og kreativitet ved at integrere automatisering og intelligente forslag direkte i Microsoft 365 Apps.

Microsoft Fabric

Lær Microsoft Fabric – en samlet data- og analyseplatform. Få kurser, der guider dig fra grundlæggende forståelse til avanceret anvendelse.

Python

Data Science, Data Analytics, webudvikling, scripts... Python er det elegante programmeringssprog med moduler til alt, hvad du drømmer om.

Kort om AI

AI (kunstig intelligens) dækker metoder og teknologier, der får computere til at løse opgaver, som tidligere krævede menneskelig indsigt: genkende mønstre, forstå og generere sprog, tolke billeder og understøtte beslutninger. Under AI samler vi kurser i alt fra sprogmodeller og generativ AI til klassisk machine learning, computer vision og de platforme og sprog, du bygger og drifter AI-løsninger med, blandt andet Python, Azure AI, Databricks, Microsoft Fabric og Microsoft Copilot.

Tre typer AI du møder i arbejdet

AI er en samlebetegnelse for vidt forskellige teknologier, og det er nyttigt at kunne skelne dem, fordi de stiller forskellige krav til data, kompetencer og infrastruktur.

Generativ AI

Modeller der skaber nyt indhold, fx tekst, billeder, kode og tale. Sprogmodeller som GPT og Claude er den mest udbredte form lige nu og driver størstedelen af det, vi i dag kalder AI i arbejdslivet, fra ChatGPT til Microsoft Copilot.

Klassisk Machine Learning

Modeller der finder mønstre i strukturerede data og forudsiger eller klassificerer, fx churn, transaktioner og leads. Metoderne bygger typisk på historiske data og kræver væsentligt mindre regnekraft end store sprogmodeller.

Deep learning og specialiserede modeller:

Neurale netværk anvendt på billeder, lyd og tidsserier, og selve teknologien bag computer vision og taleforståelse. Det er samtidig den arkitektur, som sprogmodellerne i generativ AI selv bygger på.

Sprogmodeller og økosystemet omkring dem

OpenAIs ChatGPT, Anthropics Claude og Microsofts Copilot er blandt de mest udbredte sprogmodeller (LLM'er), og de leveres i dag via API'er, browserværktøjer og integrationer i Microsoft 365. Sammen udgør de fundamentet for det meste produktive AI-brug i danske virksomheder lige nu, fra individuel sparring i ChatGPT til automatiserede workflows bygget med fx LangChain og RAG (retrieval-augmented generation).

Fra daglig bruger til AI-udvikling

AI i virksomheden dækker meget forskellige roller. Som bruger arbejder du typisk med færdige værktøjer i Word, Excel, Teams og browseren, fx Microsoft Copilot og ChatGPT. Som udvikler eller data specialist bygger du selv løsninger: kalder LLM API'er fra Python, træner og evaluerer modeller på data fra Databricks eller Microsoft Fabric, og versionsstyrer koden i Git. Den brede vifte af teknologier i denne kategori afspejler, at AI i praksis sjældent er ét værktøj, men et samspil mellem sprogmodeller, data og infrastruktur.

SuperUsers' tilgang til AI

Vi har undervist i programmering, data og cloud i over 25 år, og vi følger udviklingen inden for generativ AI tæt. Vores undervisere arbejder selv med modellerne i deres daglige arbejde, og kurserne opdateres løbende i takt med, at værktøjer og modeller udvikler sig. Det betyder, at du får kurser, der bygger på praksiserfaring og fokuserer på det, der reelt gør en forskel i din hverdag.