Ten kurs koncentruje się na praktycznej budowie modeli sztucznej inteligencji, ich trenowaniu oraz wdrażaniu w środowiskach produkcyjnych. Uczestnicy poznają działanie sieci neuronowych i baz wektorowych, uczą się pracy z bibliotekami Keras, TensorFlow i PyTorch oraz rozwijają modele z użyciem Scikit-Learn.

Program obejmuje również organizację przepływów pracy w ML – od eksploracji danych, przez walidację, po wdrożenie. Ważnym aspektem kursu jest nauka konteneryzacji (Docker), a także podstaw .NET w kontekście integracji AI z różnorodnymi środowiskami. Kurs rozwija kompetencje techniczne w kierunku realnej implementacji – zarówno pod względem jakości kodu, jak i zarządzania cyklem życia modeli.