Examensbevis
Yrkeshögskoleexamen
inriktning Pythonutvecklare inom AI
400 Yh-poäng
har avlagts av
Paul Grönborg
Examen utfärdad 2024-05-30
Solna
Ulrika Hargö
Ansvarig utbildningsanordnare
Viktoria Bylund
Ledningsgruppsrepresentant
Nackademin AB
Solna
Scan to Verify
Yrkeshögskoleexamen inriktning Pythonutvecklare inom AI
utfärdad 2024-05-30
Paul Grönborg
Denna examen har utfärdats enligt förordning (2009:130) om yrkeshögskolan.
Kurs Yh-poäng Betyg* Datum
Pythonprogrammering I50VG2022-11-07
Databasteknik30VG2022-12-29
Pythonprogrammering II50VG2023-03-16
Webbramverk i Python45VG2023-05-02
Affärsmannaskap10VG2023-05-31
Maskininlärning, teori och praktisk tillämpning35VG2023-06-16
Maskininlärning och Deep Learning50VG2023-11-06
LIA 150VG2024-02-19
Examensarbete30VG2024-02-16
LIA 250VG2024-04-26
Denna examen omfattar totalt 400 Yh-poäng.
Viktoria Bylund
Ledningsgruppsrepresentant
SeQF 5
Examinas nivå enligt förordningen (2015:545) om referensram för kvalifikationer för livslångt lärande
* I yrkeshögskoleutbildning används något av betygen Icke godkänt, Godkänt eller Väl godkänt
För att erhålla yrkeshögskoleexamen erfordras minst betyget Godkänt i samtliga ingående kurser.
Kursernas omfattning anges av poängtalet. Fem Yh -poäng motsvarar en veckas heltidsstudier.
En utbildning får avslutas med en yrkeshögskoleexamen om utbildningen omfattar minst 200 yrkeshögskolepoäng (Yh-poäng).
Scan to Verify
Yrkeshögskoleexamen inriktning Pythonutvecklare inom AI
utfärdad 2024-05-30
Paul Grönborg
Utbildningsbeskrivning

Yrkesroller

  • Applikationsutvecklare inriktning AI
  • Pythonutvecklare inriktning AI
  • Systemutvecklare inom Python

 

Den examinerade har kunskap om….

  • Teoretisk och praktisk programmering i Python
  • Affärsmannaskap och det egna ansvaret för sin kompetensutveckling i företagsmiljö
  • Vanligt förekommande modeller för maskininlärning, deep learning och AI
  • Objektorienteringens principer – begrepp som klass, arv, polyformism
  • Olika modeller av neurala nätverk, exempelvis RNN (Recurrent Neural Networks) och CNN (Convolutional Neural Networks)
  • Tekniker för träning av ML och AI-modeller
  • Djupinlärningens funktionalitet – exempelvis i image analysis och natural language processing
  • Känna till och förstå matematiska fundament som ligger till grunden för maskininlärning
  • Modeller för prediktioner
  • Grundläggande problemlösningsmetoder inom automatisering
  • Agila metoder, processer och arbetssätt

 

Den examinerade har färdigheter i att….

  • Tillämpa algoritmer inom Pythons webbramverk (exempelvis Django, Flask)
  • Kommunicera och presentera projektarbeten
  • Använda maskininlärningsmodeller för prediktion och till beslutsunderlag
  • Bygga maskininlärningsmodeller med Python
  • Förstå och tillämpa problemlösningsmetoder inom automatisering
  • Färdighet i att träna en AI-algoritm
  • Använda versionshanteringssystem för korrigering och felsök i kod
  • Konstruera välfungerande klasser i sin kod
  • Använda AI-plattformar för utveckling av smarta systemlösningar och automatiserade funktioner
  • Reflektera kritiskt över fördelar och nackdelar med maskininlärning och AI
  • Tillämpa agila arbetssätt och metoder

 

Den examinerade har kompetens att…

  • Kritiskt utvärdera sitt eget arbete, exempelvis sina egna applikationer i Python
  • Arbeta med AI-tillämpningar för utveckling av applikationslösningar
  • Självständigt både arbeta i och leda agila projekt
  • På ett självständigt sätt arbeta som Pythonprogrammerare
  • Arbeta med system och design utifrån objektorienterad analys
  • Slutföra projekt utifrån sin roll som Pythonutvecklare riktad mot AI
  • Övervaka, uppdatera och utvärdera en AI-lösning som är aktivt i drift
  • Identifiera risker med en AI-lösning samt förstå och behandla data
Viktoria Bylund
Ledningsgruppsrepresentant