
Dažādi sludinājumi: Šajā laidienā 17 Pēdējās nedēļas laikā 94 Visi
OFICIĀLAIS PAZIŅOJUMS
Dažādi sludinājumi
Paziņojums par biedrības "Latvijas Digitālais akselerators" Latvijas Digitālā akseleratora īstenotajām mācībām digitālo prasmju attīstībai
Kopš 2022. gada augusta Latvijas komersanti var vērsties Latvijas Eiropas Digitālo inovāciju centros, t.sk. pie Latvijas Digitālā akseleratora un tā partneriem, lai veiktu digitālā brieduma testu un saņemtu atbalstu digitālajai transformācijai. Latvijas Digitālais akselerators specializējas jaunu digitālo produktu, pakalpojumu un platformu radīšanā, vērtējot uzņēmumu digitalizācijas stratēģiju un gatavību, datu pārvaldību un savietojamību, automatizāciju un zaļo digitalizāciju, kā arī uz darbiniekiem vērsto digitalizāciju.
Eiropas Digitālās inovācijas centrs (EDIC) sadarbībā ar vadošo partneri Latvijas Digitālo akseleratoru piedāvā atbalstu uzņēmumiem digitālās transformācijas procesā, sākot no digitālā brieduma testa līdz personalizētām apmācībām un konsultācijām. Uzņēmumiem iespēja saņemt atbalstu apmācību 6(sešās) mācību virstēmās: Mākslīgā intelekta instrumenti uzņēmējdarbībā, Datu analīze un informācijas vizualizācija, Digitālās transformācijas vadība, Kibedrošība, Uzņēmuma procesi un to vadība, E-komercijas izstrāde un starptautiskā integrācija.
Lai īstenotu atbalstu uzņēmumiem, tiek piedāvāti sekojoši apmācību kursi.
|
Tēma |
Lektors |
Ilgums h |
Kursa saturs |
|
Google Ads un Google Display Network pamati |
Edgars Koroņevskis |
16 |
Ieskats Google Ads, Kampaņu veidošana, Kampaņu veidošana Google Display Network, Kampaņu optimizēšana |
|
Sociālo tīklu platformas Facebook rīku izmantošana uzņēmuma mārketinga aktivitāšu veidošanai |
Annija Graustiņa |
16 |
Sociālo tīklu tendences un komunikācija sociālajā vidē. Uzņēmuma Facebook lapas izveide un tās pielāgošana atbilstoši uzņēmuma vajadzībām. Komunikācija sociālajā vidē - tās biežums un stils. Publikāciju saturu veidošana ikdienas komunikācijai ar klientiem. Facebook "Ads Manager" rīku izmantošana reklāmas kampaņu un reklāmu veidošanai. Uzņēmuma lapas mērķauditorijas definēšana un satura veidošana atbilstoši mērķauditorijai. Reklāmas/publikācijas mērķauditorijas definēšana un satura veidošana atbilstoši mērķauditorijai. Uzņēmuma Facebook lapas un publicētas informācijas, reklāmas statistikas analīze. |
|
Microsoft Azure pamati |
Māris Riņģis |
8 |
Mākoņdatošanas koncepti; Azure arhitektūra un pakalpojumi; Azure administrēšana |
|
Microsoft Azure administrēšana (AZ-104T00) ar sertifikāciju |
Māris Riņģis |
32 |
Identitāte; Pārvaldība un atbilstība; Azure administrēšana; Virtuālais tīkls; Starpvietņu savienojamība; Tīkla trafika pārvaldība; Azure krātuve; Azure virtuālās mašīnas; PaaS skaitļošanas opcijas; Datu aizsardzība |
|
Microsoft 365 administrēšana ar sertifikāciju |
Normunds Upenieks |
40 |
Konfigurēt jūsu Microsoft 365 nomnieku; Pārvaldīt jūsu Microsoft 365 nomnieku; Īstenot identitātes sinhronizāciju; Pārvaldīt identitāti un piekļuvi Microsoft 365; Pārvaldīt jūsu drošības pakalpojumus Microsoft Defender XDR; Īstenot draudu aizsardzību, izmantojot Microsoft Defender XDR; Izpētīt datu pārvaldību Microsoft 365; Īstenot atbilstību Microsoft 365; Pārvaldīt atbilstību Microsoft 365 |
|
Digitālo risinājumu ieviešana ar projektu vadības PMP metodi ar sertifikāciju |
Uldis Zandbergs |
56 |
Projektu vadības saistība ar organizācijas vidi; Projekta uzsākšana; Projekta plānošana; Projekta izpilde un komandas atbalsts; Projekta uzraudzība un kontrole; Projekta slēgšana. |
|
Digitālo risinājumu ieviešana ar projektu vadības Prince2 metodi ar sertifikāciju |
Uldis Zandbergs |
24 |
Ievads PRINCE2;Pārskats par PRINCE2 projektu vadību; Resursi; Aktivitāšu un resursu organizēšana; Projekta uzsākšana; Ekonomiskais pamatojums; Plānošana; Kvalitāte; Riski; Posmu kontrole un produktu piegādes pārvaldība; Posmu robežu pārvaldība; Izaicinājumi; Progress; Projekta slēgšana. |
|
Tīklu pamati ar CompTIA® Network+® ar sertifikāciju |
Māris Zunde |
40 |
OSI modeļa tīkla funkciju salīdzināšana; Ethernet kabeļu izvietošana; Ethernet komutācijas izvietošana; Ethernet tīklu problēmu novēršana;IPv4 adresācijas izskaidrošana;IPv4 un IPv6 tīklu atbalsts; Maršrutētāju konfigurēšana un problēmu novēršana; Tīkla topoloģiju un veidu izskaidrošana; Transporta slāņa protokolu izskaidrošana; Tīkla servisu izskaidrošana; Tīkla lietojumprogrammu izskaidrošana; Tīkla pieejamības nodrošināšana; Kopējo drošības koncepciju izskaidrošana; Drošu tīklu atbalsts un problēmu novēršana; Bezvadu tīklu ieviešana un problēmu novēršana; WAN saišu un attālinātas piekļuves metožu salīdzināšana; Organizatoriskās un fiziskās drošības koncepciju izskaidrošana; Katastrofu seku novēršanas un augstas pieejamības koncepciju izskaidrošana; Tīkla noturības paņēmienu pielietošana; Mākoņa un datu centru arhitektūras apkopošana |
|
VMware vSphere: Instalēšana, konfigurēšana, pārvaldība (Install, cofigure and manage) [V8] |
Imants Šķerstens |
40 |
Virtuāls datu centrs; Virtuālo mašīnu veidošana; VMware vCenter serveris; Virtuālo tīklu konfigurēšana un vadība; Virtuālās datu glabātuves konfigurēšana un vadība; Virtuālo mašīnu vadība; Resursu vadība un monitorings; vSphere atjauninājumu vadība un saimnieka (host) uzturēšana; VMware komponenšu instalēšana. |
|
Mākslīgais intelekts biznesa procesu automatizācijā |
Kārlis Zars |
16 |
Mākslīgā intelekta izmantošanas iespējas dažādu nozaru risinājumiem; Stratēģijas efektīvai mākslīgā intelekta integrācijai biznesa procesos; Ētiskie apsvērumi un datu privātums mākslīgā intelekta risinājumos; Pārskats par bezkoda mākslīgā intelekta rīkiem biznesa procesu automatizācijai; Bezkoda platformu praktiskās darbnīcas: - darbs ar ChatGPT - uzvedņu (promts) veidošana teksta analīzei un apstrādei, formulu ģenerēšana Excel datiem; - darbs ar progonstisko analīzi; - darbs ar darbplūsmu izveidi, ietverot MI izmantošanu |
|
Mākslīgais intelekts (MI) tuvplānā - jaunas iespējas digitālo risinājumu ieviešanā darbā |
Kārlis Zars |
4 |
MI pamatprincipi un iespējas; Uzvedņu (prompts) veidošana; MI rīku izmantošana darba efektivizācijā; MI jaunākie rīki. |
|
TOGAF® 10 pamatkurss ar sertifikāciju |
Aldis Ērglis |
24 |
Ievads organizācijas līmeņa arhitektūras būtībā, attīstības vēsturē, mūsdienu organizācijas izaicinājumos un nepieciešamības pamatojums; TOGAF® sertifikācijas līmeņi, process un apjoms; TOGAF® pamatelementi, definīcijas un standarta terminoloģija; Ievads par ADM, tās būtība katra posma mērķiem, uzdevumiem (tostarp augstā līmenī, pielāgojot un paplašinot ADM pielietošanu); Ievads ADM tehnikās un to pielietošanai atbilstošos ADM posmos; TOGAF® references modeļi un arhitektūras artefaktu klasifikācija; Arhitektūras loģiskie elementi; Ievads organizācijas līmeņa arhitektūras pārvaldības procesos; TOGAF® arhitektūras attēlošanas rīks (Archi) un notācija (Archimate); TOGAF® ieviešanas priekšnoteikumi; |
|
Real-life Kubernetes |
Andrejs Adamovičs |
16 |
1. modulis: ievads, 2. modulis: izvietošanas un pakalpojumi, 3. modulis: glabāšana, 4. modulis: konfigurācijas pārvaldība, 5. modulis: resursu kontrole un plānošana, 6. modulis: drošība, 7. modulis: uzlabotas darbības |
|
Ievads SQL |
Justs Vidušs |
24 |
Ievads SQL valodā, datubāzēs un datubāzu vadības sistēmās; Galvenās SQL komandas un funkcijas |
|
Administrēšanas automatizēšana ar PowerShell |
Normunds Upenieks |
40 |
Darba sākšana ar Windows PowerShell; Windows PowerShell sistēmu administrēšanai; Darbs ar Windows PowerShell pipeline; PSProvider un PSDrive izmantošana; CIM un WMI izmantošana vadības informācijas vaicājumiem; Darbs ar mainīgajiem, masīviem un hash tabulām; Windows PowerShell skriptošana; Attālo datoru administrēšana ar Windows PowerShell; Azure resursu pārvaldība ar PowerShell; Microsoft 365 pakalpojumu pārvaldība ar PowerShell; Fona (background) darbu un plānoto darbu izmantošana |
|
Microsoft Power BI pamati |
Kristaps Mārtinsons |
16 |
Darba uzsākšana ar Microsoft Data Analytics; Datu sagatavošana Power Query; Datu tīrīšana, sagatavošana, sakārtošana un ielāde;Datu modeļu veidošana; Aprēķinu veidošana izmantojot DAX valodu;Atskaišu un vizualizāciju sagatavošana; Informācijas paneļu (Dashboard) izveidošana; Datu kopu pārvaldība. |
|
Datu analīze ar Microsoft Power BI ar sertifikāciju |
Jānis Stūris |
24 |
Darba sākšana ar Microsoft Data Analytics; Datu sagatavošana Power BI; Datu tīrīšana, pārveide un ielāde; Datu modeļa noformēšana; Laboratorijas darbi: datu modelēšana Power BI darbvirsmā; Laboratorijas darbi: padziļinātā datu modelēšana Power BI darbvirsmā; Modeļa aprēķinu izveide, izmantojot DAX; Laboratorijas darbi: DAX uzlabotā valoda Power BI darbvirsmā; Laboratorijas darbi: Iepazīšanās ar DAX Power BI darbvirsmā; Modeļa veiktspējas optimizēšana pakalpojumā Power BI; Atskaišu izveide; Laboratorijas darbi: atskaites noformēšana Power BI darbvirsmā: Laboratorijas darbi: atskaišu uzlabošana, izmantojot mijiedarbību un formatējumu Power BI darbvirsmā; Informācijas paneļu izveide; Laboratorijas darbi: informācijas paneļa izveide pakalpojumā Power BI Service; Pārskatu lietojamības uzlabošana; Laboratorijas darbi: lapotas atskaites izveide Power BI darbvirsmā; Detalizētā analīze |
|
Microsoft Excel ekspertiem |
Oskars Zeps |
16 |
Dinamiskie masīvi, Dinamisko masīvu funkcijas, Dinamisko masīvu izmatošana Excel rīkos, Praktiskais darbs, Datu ieguve un apstrāde no ārējiem datu avotiem, izmantojot Power Query: no citām darbgrāmatām, mapēm, kā arī no mājaslapas, Datu apstrāde ar Power Pivot (veidojot Datu modeli un pielietojot DAX formulas). |
|
Microsoft Excel lietpratējiem |
Iveta Milta |
16 |
Aprēķini un funkcijas; Formulu auditēšana; Datu tabulu veidošana un vizuāla formatēšana; Datu apstrāde; Datu attēlošana, izmantojot rakurstabulas; Diagrammu pielāgošana |
|
Microsoft Excel pamati |
Aleksandrs Vosekalns |
16 |
Microsoft Excel vide; Darbs ar darbgrāmatu; Darbības ar darbgrāmatas darblapām; Darbs ar darblapas datiem un datu apgabaliem; Darblapas datu noformēšana; Darbs ar šūnām, rindām un kolonnām; Aprēķinu veikšana; Grafiska datu attēlošana; Darblapas iestatījumu mainīšana un darblapas drukāšana |
|
Mākslīgā intelekta attēlu ģenerēšana: teorija un prakse |
Ervīns Butkevičs |
4 |
Ievads mākslīgā intelekta (MI) attēlu ģenerēšanā; Dziļāks ieskats attēlu ģenerēšanas rīkos; Pieprasījumu (prompt) veidošana; Ieteikumi efektīvai attēlu ģenerēšanai ar MI[;Būtiski aspekti, kam pievērst uzmanību; Vizuālo materiālu ģenerēšana ar dažādu MI rīku kombinācijām; Gatavo darbu pielāgošana nepieciešamajos vizuālo materiālu formātos |
|
Mākslīgais intelekts: efektīva prezentācijas slaidu izveide |
Ilze Rassa |
8 |
Mākslīgā intelekta integrētās funkcijas PowerPoint (Microsoft 365, 2021, 2019 salīdzinājums) slaidu izveides darba optimizēšanai, plašu funkciju izpildei, MI balstītas prezentāciju izveides platformas - šobrīd labākās piedāvājumā un kā tās izmantot darbā ar PowerPoint, Ģeneratīvo mākslīgā intelekta sarunbotu izmantošana prezentācijas slaidu izveidē |
|
Sertificēts ētiskais hakeris (CEH) ar sertifikāciju |
Deniss Čalovskis |
50 |
Ievads ētiskajā uzlaušanā, Pēdas nospiedums un izlūkošana, Skenēšanas tīkli, Enumerācija, Ievainojamību analīze, Sistēmas uzlaušana, Ļaunprātīgas programmatūras draudi, Sniffing, Sociālā inženierija, Pakalpojuma atteikums, Sesijas pārtraukšana, Izvairīšanās no IDS un ugunsmūriem, Tīmekļa serveru uzlaušana, Tīmekļa lietojumprogrammu uzlaušana, SQL injekcija, Bezvadu tīklu uzlaušana, Mobilo platformu uzlaušana, IoT un OT uzlaušana, Mākoņdatošana, Kriptogrāfija |
|
CompTIA Cybersecurity Analyst (CySA) ar sertifikāciju |
Viktors Meirāns |
40 |
Draudu pārvaldība; Ievainojamību pārvaldība; Rekcija uz kiberdrošības incidentu; Drošības arhitektūra |
|
Drošības pamati (Security+) ar sertifikāciju |
Viktors Meirāns |
40 |
Vispārīgā drošības koncepcija; Drošības operācijas; Drošības arhitektūra; Draudi, ievainojamība un to mazināšana; Drošības programmu pārvaldība un pārraudzība |
|
Sertificēts informācijas drošības vadītājs (CISM®) ar sertifikāciju |
Deniss Čalovskis |
40 |
Informācijas drošības vadīšana; Informācijas drošības risku vadība; Informācijas drošības programma; Incidentu pārvaldība |
|
ISTQB®sertificēta testētāja pamatkurss ar sertifikāciju |
Roberts Kovaļauskis |
24 |
Ievads programmatūras testēšanā; Testēšana caur pilno programmatūras izstrādes dzīves ciklu; Statiskās testēšanas tehnikas; Testa dizaina tehnikas; Testēšanas pārvaldība; Testēšanas atbalsta rīki |
|
Sistēmu testētājs |
Māris Miķītis |
50 |
Ievads testēšanā; Black Box testing, testēšanas metodes;Sistēmu izstrādes dzīvescikla (Software development life cycle, SDLC) process ar Agile pieeju;Pārvaldības rīku JIRA un X-ray izmantošana defektu pārvaldībā un testa scenāriju rakstīšanā; Test cases, darbību kopums sistēmu funkcionalitātei; Defect life cycle, defektu dzīvescikls testēšanā; Data Base (SQL lite), datubāzu lietošana; API Postman, pieprasījumu apstrāde; Mobile Device Testing, mobilo lietotņu funkcionalitāte |
|
Biznesa analīze, CBAP® un CCBA® eksāmenu sagatavošanās kurss ar sertifikāciju |
Vladimirs Malejevs |
40 |
Ievads kursā; Ievads biznesa analīzē;Biznesa analīzes perspektīvas; Stratēģijas analīze; Biznesa analīzes plānošana un monitorings; Prasību noskaidrošana (elicitation) un sadarbība; Prasības; Prasību analīze un dizaina definēšana; Prasību dzīves cikla pārvaldība; Risinājumu novērtēšana; Pamatkompetences; Pieteikšanās process |
|
Biznesa procesu pārvaldības pamati (OCEB) ar sertifikāciju |
Łukasz Świerczyński |
16 |
Biznesa pamati, Pārvaldības pamati, Biznesa procesa pamati, Biznesa motivācijas modelis (BMM),Biznesa procesa pārvaldība, Biznesa procesa modelēšanas pamati, Biznesa procesa modelēšana un notācija BPMN v.2.0,Biznesa procesa augsta līmeņa ietvars, Kvalitātes augsta līmeņa ietvars, Likumdošanas un vadības augsta līmeņa ietvars,OCEB sertifikācijas process |
|
Lietojamības un UX pamati |
Raitis Linde |
24 |
Ievads lietojamībā un UX; Lietotāja un UX izpēte; Lietotāja prasības; Efektīvas digitālās pieredzes veidošana; Digitālo saskarņu optimizēšana: no lietojamības rādītājiem līdz vizuālai harmonijai; UX uzlabošana - orientēšanās uz lietojamību, ētiku un UX briedumu uzņēmumos; Nākotnes mācību iespējas un resursi padziļinātai UX izzināšanai |
|
ITIL®4 pamatkurss ar sertifikāciju |
Katrīna Dzene |
24 |
Pakalpojumu pārvaldības galveno koncepciju izskatīšana; ITIL® galveno koncepciju izskatīšana un to pielietojamība vēlamo rezultātu sasniegšanai; Praktiskā ITIL® vadība - ITIL® V4 ietvara pielietošana uzņēmuma pakalpojumu attīstībai |
|
Sertificēts SCRUM meistars (SMC™) ar sertifikāciju |
Andrejs Gailītis |
16 |
Scrum ietvars, Lomas Scrum projektā, Scrum definīcijas, Scrum meistars, Produkta īpašnieks, Izstrādes komanda, Produkta uzkrājums (Backlog), Sprints, Sprinta plānošana, Ikdienas Scrum, Sprinta pārskats, Retrospektīva, Spējās izstrādes līgums, Laidiena plānošana, Mērogošana |
|
Scrum Product Owner Certified (SPOC™) ar sertifikāciju |
Andrejs Gailītis |
16 |
Agile and Scrum pārskats; Scrum lomas; Plānošana Scrum;Sprintu plānošana; Scrum ieviešana; Scrum liela apjoma projektos |
|
Datu lasītprasmes, kritiskās un analītiskās domāšanas pamati |
Jānis Stūris |
16 |
Kas ir dati, kāpēc tie nepieciešami, kā tie var sniegt vislielāko labumu un kāda loma tajā ir data literacy prasmēm. Datu iegūšanas un uzglabāšanas veidu pārskats. Piemēri par to, kādus ieguvumus to izmantošana sniedz dažādās situācijās. Datu ieraksti un struktūras - kvalitatīvas datu analīzes veikšanai. Biežāk sastopamās problēmas un to novēršana. Datu kategorizēšana un ar to saistīto analīzes rezultātu piemēri. Datu vizualizācija un tās loma datu analīzē. Kritiskās domāšanas pamati un biežāk sastopamās problēmas, kas traucē iegūt objektīvus analīzes rezultātus. Biežāk sastopamās problēmas datu vizualizāciju un statistikas izmantošanā. Pamatiemaņas gan analīzes veidotājam, gan analīzes rezultātu lietotājam, lai novērstu problēmas un maldinošu secinājumu iegūšanu. Datu analīzes un statistikas pamati. Datu kopsakarību vai neiederīgu lielumu atrašana. Ar tiem saistīti praktiskie piemēri un risinājumi problemātisku situāciju novēršanai. Izpratne par datu kopas sadalījumu un izmantošanu datu novērtēšanā. Dažādu datu nepilnību atrašana un labošana (piemēram, trūkstošās vērtības vai dublikāti, datu analīzei neparocīga struktūra). |
|
Digitālās komunikācijas prasmes efektīvai sadarbībai un pārdošanai |
Inna Miglāne |
8 |
Digitālā komunikācija un aktīva klausīšanās; Izpratne par dažādiem komunikācijas stiliem; Aktīvās klausīšanās tehnikas; Atgriezeniskās saites kultūra; Pārliecināšanas prasmes; Pārrunas |
|
Digitālo risinājumu ieviešana ar projektu vadības Project+ metodi ar sertifikāciju |
Uldis Zandbergs |
40 |
Projekts; Ieguldītāju vajadzību un vēlmju noteikšana; Plānošana; Piegādes vadības plāna izstrāde; Kvalitātes vadība |
|
Digitālo risinājumu ieviešanas pamati |
Uldis Zandbergs |
16 |
Projekts un uzņēmuma struktūra; Projekta uzsākšana un izdevīguma noteikšana; Projekta mērķis, uzdevumi, prasības un darbi; Projekta plānošana un tās nozīme projekta gaitā; Projekta robežstabi un laika grafiks; Projekta budžets un finansēšana; Projekta resursi, to pieejamība, darbs ar apakšuzņēmējiem; Projekta dalībnieki, projekta komanda, komunikācija, motivācija un vadība; Projekta risku identificēšana un vadība; Projekta izpildes un uzraudzība; Projekta slēgšana |
|
Dizaina domāšana praksē |
Kārlis Jonāss |
24 |
Sagatavošanās nodarbībām; Ievada nodarbība; Izpētes darbnīca; Definēšanas darbnīca; Ideju radīšanas darbnīca; Eksperimentēšanas darbnīca; Noslēguma nodarbība |
|
Efektīva laika un uzdevumu pārvaldība digitālajā darba vidē |
Inna Miglāne |
8 |
Laika izšķiešanas divi būtiskākie iemesli uzņēmuma procesos un to ietekme uz darbības efektivitāti; laika plānošanas stūrakmens kā pamats procesu organizācijai un resursu optimizācijai; Kādas ir 3 - 5 efektīva laika plānošanas galvenās metodes uzņēmuma iekšējo procesu pārvaldībā; Digitālie laika plānošanas rīki un to salīdzinājums ar tradicionālajiem risinājumiem uzņēmējdarbībā; |
|
Interaktīvs prezentācijas vizuālais materiāls |
Ilze Rassa |
6 |
Kas ir iesaiste un interaktivitāte? Kāda loma prezentācijas struktūras un vizuālā materiāla izveidē ir auditorijai? Auditorijas uzmanības noturēšanas atslēga; Interaktīvs prezentācijas materiāls: rādāms un lasāms; Praktisks treniņš: Interaktīva vizuālā materiāla izveide: Auditorija kā satura virzītājs: nelineārs saturs; PowerPoint funkcijas nelineāra un dinamiska satura izveidei (navigācijas joslas un pogas, Zoom funkcija, aktīvie lauki un izlecoši logi);Slaidu metamorfozes pārejas izmantošana dinamiskumam; Aptauju izveide ar spraudņiem. Formāti vizuālā materiāla saglabāšanai. |
|
IREB Informācijas sistēmu prasību inženierijas pamati ar sertifikāciju |
Ksenija Lāce |
24 |
Ievads un pamati; •UML sertifikācijas programma; •Prasību izzināšana; •Prasību dokumentēšana; •Prasību dokumentēšana ar dabisku valodu; •Prasību modelēšana; •Prasību validācija un komunikācija; •Prasību pārvaldība; •Rīku atbalsts |
|
Līderība digitālajā laikmetā |
Inna Miglāne |
8 |
•Izpratne par dažādiem līderības stiliem; •VUCA koncepts; Efektīvas deleģēšanas metodes; Lēmumu pieņemšanas stratēģijas; Kritiskā domāšana; Analītiskā domāšana un inovācijas; Pārmaiņu vadība |
|
Microsoft Power Platform pamati ar sertifikāciju |
Aldis Ērglis |
16 |
Modulis 0 - Automatizācijas ieguvumi un produktivitātes uzlabošasnas scenāriji (use-cases); Modulis 1 - Ievads Power Platform; Modulis 2 - Ievads Power Apps; Modulis 3 - Kā plānot un projektēt savu risinājumu; Modulis 4 - Ievads Dataverse datu bāzē; Modulis 5 - Ievads Power Automate; Modulis 6 - Kā uzbūvēt automatizētu scenāriju; Modulis 7 - Ievads Power BI; Modulis 8 - Kā būvēt automatizētus biznesa procesus; Modulis 9 - Power Platformas uzraudzība; Modulis 10 - Ievads inteliģento aģentu izveidē |
|
Microsoft Word lietpratējiem |
Agate Jarmakoviča |
16 |
Dokumenta skatīšana un navigācija: Dokumenta satura un fona noformēšana; Informācijas pozicionēšana un darbs ar tabulām; Pasta sapludināšana; Darbs ar formām, vienādojumiem, diagrammām un grafikām; Rīki dokumenta veidošanas efektivitātei; Atsauces un saites; Sadarbība grupās;C iti dokumenta formāti programmā Microsoft Word;Dokumenta pabeigšana; Papildu iespējas |
|
NIS2 direktīvas Vadošais ieviesējs ar sertifikāciju |
Juris Pūce |
32 |
Ievads par NIS2 direktīvu un NIS2 direktīvas ieviešanas uzsākšana;NIS2 direktīvas atbilstības programmas, aktīvu pārvaldības un riska pārvaldības analīze; Kiberdrošības kontrole, incidentu pārvaldība un krīžu pārvaldība; Saziņa, testēšana, uzraudzība un nepārtrauktu procesu pilnveide kiberdrošības jomā; Sertifikācijas eksāmens. |
|
Risku vadība digitālo risinājumu ieviešanā |
Voldemārs Hercovs-Herbergs |
8 |
Riska definīcija un risku veidi; Risku pārvaldības ietvars un tajā iesaistītas lomas; Risku vadības process un risku apetīte; Risku un kontroļu pašnovērtēšana; Riska notikumu un incidenti; Riska indikatori; Risku vadība jauno produktu/pakalpojumu un izmaiņu ieviešanā. |
|
Sertificēta informācijas sistēmu drošības profesionāļa (CISSP) sagatavošanas kurss ar sertifikāciju |
Edvīns Logins |
40 |
Drošība un risku pārvaldība, Aktīvu drošība, Drošības inženierija,Sakaru un tīkla drošība, Identitātes un piekļuves pārvaldnieki, Drošības novērtējums un pārbaude, Drošības operācijas, Programmatūras izstrādes drošība |
|
TOGAF® 10 praktiķa kurss ar sertifikāciju |
Aldis Ērglis |
16 |
Ievads organizācijas līmeņa arhitektūras būtībā, attīstības vēsturē, mūsdienu organizācijas izaicinājumos un nepieciešamības pamatojums; TOGAF® sertifikācijas līmeņi, process un apjoms; TOGAF® pamatelementi, definīcijas un standarta terminoloģija; Ievads par ADM, tās būtība katra posma mērķiem, uzdevumiem (tostarp augstā līmenī, pielāgojot un un paplašinot ADM pielietošanu);Ievads ADM tehnikās un to pielietošanai atbilstošos ADM posmos; TOGAF® references modeļi un arhitektūras artefaktu klasifikācija; Arhitektūras loģiskie elementi; Ievads organizācijas līmeņa arhitektūras pārvaldības procesos; TOGAF® arhitektūras attēlošanas rīks (Archi) un notācija (Archimate); TOGAF® ieviešanas priekšnoteikumi; |
|
Uzņēmuma zīmola atpazīstamība LinkedIn |
Ieva Drāzniece |
8 |
Efektīvākie soļi uzņēmuma zīmola atpazīstamības veicināšanai LinkedIn bez maksas reklāmu palīdzības; Produktivitāte un laika pārvaldība pilnvērtīga profila izveidē un uzturēšanā. Uzņēmuma profila stratēģija, Satura veidošanas, profesionālu attiecību dibināšana ar platformas dalībniekiem; Komandas mijiedarbības mehānika atpazīstamībsa veicināšanai; Uzticības radīšana, redzamības mērogošana un atgriezeniskā saikne. |
|
VMware NSX: Instalēšana, konfigurēšana, pārvaldība |
Imants Šķērstens |
40 |
1. ievads; 2. VMware Virtual Cloud Network un VMware NSX; 3. NSX infrastruktūras sagatavošana; 4. NSX loģiskā pārslēgšana; 5. NSX loģiskā maršrutēšana; 6. NSX savienošana; 7. NSX ugunsmūri; 8. NSX uzlabotā draudu novēršana; 9. NSX pakalpojumi; 10. NSX lietotāju un lomu pārvaldība;11. NSX federācija |
|
Windows 11 ieviešana un pārvaldība |
Normunds Upenieks |
40 |
Windows 11 instalēšana; Windows 11 jaunināšana un atjaunināšana; Windows 11 konfigurēšana; Tīkla savienojumu konfigurēšana; Datu krātuves konfigurēšana; Failu un printeru pārvaldība; Lietotņu pārvaldība Windows 11; Drošības konfigurēšana un pārvaldība; |
|
Ievads par MI aģentiem |
Olavs Rāciņš |
16 |
Ievads par MI aģentiem. To būtība un galvenie ieguvumi; Aģentu arhitektūras. Reaktīvie, deliberatīvie un hibrīdie modeļi; posmi, metodes un to nozīme; Uztvere un informācijas apstrāde. Mijiedarbības ar vidi izpēte; Lēmumu pieņemšana un spriestspēja. Metodes darbību pielāgošanai. Mašīnmācīšanās tehniku integrācija; Daudzaģentu sistēmas. Aģentu sadarbība un komunikācija; Praktiskie pielietojumi. Lietošanas gadījumi biznesa procesu automatizācijā. |
|
MI personīgajai attīstībai un koučingam |
Olavs Rāciņš |
16 |
MI sistēmu būtība. Ieguvumi un riski darbā ar cilvēkiem. MI aplikācijas un programmatūra. Personīgās izaugsmes veicināšana. Mērķu izvirzīšana, ieradumu veidošana un to noturības veicināšana. Laika pārvaldības un fokusa uzlabošanas rīki. MI virzīti atgriezeniskās saites mehānismi. Iespēju izpēte MI pielietojumam NLP. Psihoemocionālās labbūtības, emocionālās inteliģences un uzvedības modeļu iespējas. Prasmju attīstība, karjeras plānošana. Produktivitātes uzlabošana, izmantojot MI rīkus un risinājumus. Taisnīgums un atbildība MI praksē. Datu privātums un drošība. Regulējumu izpratne. Labās prakses datu apstrādē un piekrišanas pārvaldībā. Atbildīga MI izmantošana. Individuālu plānu izstrāde. |
|
Programmēšana ar MI un kopilotiem: izstrādes uzlabošana ar inteliģentiem rīkiem |
Olavs Rāciņš |
16 |
Ievads MI programmēšanā. Būtība un priekšrocības. MI virzīta koda ģenerēšana. Galvenie posmi, metodes un to nozīme. Tehnikas, kā izmantot MI. Efektīvai kļūdu identificēšanai un labošanai. Praktiska darbība ar kopilotiem. To uzstādīšana, konfigurēšana un izmantošana dažādās IDE. Integrācija izstrādes darba plūsmās. MI asistentu iekļaušanai versiju kontroles un CI/CD procesos. Iespēju izpēte ar kopilotu rīkiem dažādās programmēšanas valodās. Labākās prakses MI integrēšanai izstrādes darbplūsmās. Praktiski projekti, izmantojot MI un kopilotu tehnoloģijas. Analīze. Kā uzņēmumi izmanto MI rīkus. |
|
Dokumentu sagatavošana, analīze un prezentēšana ar Microsoft 365 Copilot |
Normunds Upenieks |
8 |
IIepazīšanās ar Microsoft 365 Copilot, Profesionālu prezentāciju izveide, izmantojot MI, Dokumentu izveide, izmantojot MI, Produktīvu sapulču organizēšana, izmantojot MI,Datu analīze, izmantojot MI, Darba ar e-pastu uzlabošana, izmantojot MI, Darba rezultātu uzlabošana un radošuma attīstīšana ar mākslīgā intelekta tērzēšanas rīku |
|
Microsoft 365 Copilot pārvaldība un iespēju paplašināšana |
Normunds Upenieks |
8 |
Sagatavošanās darbam ar Microsoft 365 Copilot: •Microsoft 365 Copilot ieviešana; •Microsoft 365 Copilot izmantoto datu drošības un atbilstības nodrošināšana Microsoft 365 Copilot.Microsoft 365 Copilot administrēšana •Zero Trust principu pielietošana Microsoft 365 Copilot drošībai •Microsoft Copilot pārvaldība |
|
Kiberdrošība vadītājiem |
Daniels Heincis |
4 |
•Kiberdrošības riski un to ietekme. |
|
Microsoft Configuration Manager administrēšana |
Normunds Upenieks |
40 |
Datoru un mobilo ierīču pārvaldība uzņēmumā, Datu analīzes veikšana, izmantojot vaicājumus, pārskatus un CMPivot, Configuration Manager pārvaldības infrastruktūras sagatavošana, Configuration Manager klienta izvietošana un pārvaldība, Personālo datoru un lietojumprogrammu krājumu pārvaldība, Izvietošanai izmantotā satura izplatīšana un pārvaldība, Lietojumprogrammu izvietošana un pārvaldība, Pārvaldīto datoru programmatūras atjauninājumu uzturēšana, Defender aizsardzības ieviešana pārvaldītajiem datoriem, Atbilstības pārvaldība un droša piekļuve datiem, Operētājsistēmas izvietošanas pārvaldība, Konfigurācijas pārvaldnieka vietnes pārvaldīšana un uzturēšana, Kas jauns Microsoft Endpoint Configuration Manager programmā |
|
Pārdošanas procesa efektivitāte digitālajā vidē |
Jānis Jenze |
individuāli vienojoties |
1. Pārdošanas tiešsaistē esence un būtība; 2. Pārdošanas digitālajā vidē plānošana; 3. Pārdošanas tipiskās kļūdas digitālajā vidē; 4. Kā parādīt piedāvājuma vērtību digitālā vidē; 5. Digitālās pārdošanas rīki - internetveikals, sociālo tīklu profili; 6. Pārdošanas sarunas un komunikācija ar klientu digitālajā vidē; 7. Pārdošanas procesu optimizācija. |
|
Klientu iegūšana un darījumu vadība digitālajā vidē |
Jolanata Armande |
individuāli vienojoties |
1. Potenciālo klientu atrašana un informācijas izmantošana tiešsaistē 2. Komunikācija ar klientu digitālajā vidē. 3. Kultūras atšķirību ievērošana. 4. Tiešsaistes pārdošanas process un komunikācijas specifika. 5. Klientu datu apstrāde un droša uzglabāšana |
|
Produktu mārketings digitālajā vidē |
Matīss Kaļāns |
individuāli vienojoties |
1. Produkta atbilstība tirgum (PMF, product/market fit). 2. Paātrināta nonākšanas tirgū laiku (time-to-market). 3. Produkta pieņemšana (product adoption) jaunos tirgos. 4. Produkta vēstījums (value propositions). 5. Investīciju optimizēšana (segment and channel mix). 6. Sadarbība starp produktu, pārdošanas un mārketinga komandām. |
|
Uzņēmuma pārvaldība attālināti |
Kristiāna Boša |
individuāli vienojoties |
1. Attālināta darba procesu vadība un digitalizācijas risinājumi. 2. Darbinieku motivēšana un iesaiste ar digitālajiem rīkiem. 3. Darba rezultātu izvērtēšana: atgriezeniskā saite. 4. Atskaites, datu plūsmas pārvaldība un integrācija ar citām sistēmām. |
|
Uzņēmuma pārvaldība attālināti - paplašinātā programma |
Jolanata Armande |
individuāli vienojoties |
1. Darba izpildes vadība: mērķi, uzdevumi. 2. KPI un OKR kā efektivitātes rādītāji. 3. Attālināta darba procesu vadība un digitalizācijas risinājumi. 4. Darbinieku motivēšana un iesaiste ar digitālajiem rīkiem. 5. Darba rezultātu izvērtēšana: atgriezeniskā saite, atskaites, datu plūsmas pārvaldība un integrācija ar citām sistēmām. 6. Digitālo darba rīku ietekme uz produktivitāti un rezultātiem. |
|
Digitālās prasmes efektivitāte un produktivitātei |
Daiga Katrīna Bitēna |
individuāli vienojoties |
1. Digitālās prasmes un tehnoloģijas ikdienas profesionālajā dzīvē. 2. Personīgās profesionālās efektivitātes un produktivitātes rīki. 3. Komunikācija un sadarbība digitālajā vidē. 4. Projektu un uzdevumu pārvaldība: darba plānošanas, laika un resursu pārvaldības rīki. |
|
Efektīva mākslīgā intelekta izmantošana ikdienā |
Edvīns Elferts |
individuāli vienojoties |
1. Kas ir mākslīgais intelekts? 2. ChatGPT izmantošana praksē. 3. Praktiska darbnīca ar MI rīkiem. 4. MI prototipēšanā un biznesa procesu uzlabošanā. 5. Kas ir aģentiskais mākslīgais intelekts? 6. Lietojuma gadījumu analīze un testēšana. 7. Aktuālās MI attīstības tendences un iespējamie nākotnes virzieni. |
|
Prezentācija digitālajā vidē |
Krista Vāvere |
individuāli vienojoties |
1. Kas ir digitālā vide: interneta platformas, multimediju iespējas. 2. Kā atšķiras prezentācija digitālajā vidē no klātienes? 3. Veiksmīgas digitālās prezentācijas elementi: struktūra, vizualizācija, interaktivitāte, tehniskā sagatavošanās. 4. Platformas prezentēšanai; 5. Padomi efektīvai prezentācijai; 6. Biežākās kļūdas digitālajā prezentācijā; 7. Nākotnes iespējas un spēja pielāgoties. |
|
Mācību sistēmu attīstība |
Jeļena Horoškina |
individuāli vienojoties |
1. Zināšanu vadības tehnoloģiskie risinājumi, t.sk. mācību pārvaldības sistēmas, platformas. 2. Satura atlase vai izveide digitālajiem mācību risinājumiem. 3. UI/UX - mācību dalībnieku pieredze. 4. Kompetenču vērtēšanas rīki. 5. Praktiskie uzdevumi un zināšanu pārbaude digitālajā vidē. |
|
Mākslīgā intelekta (MI) rīki un to izmantošana |
Inese Vēriņa-Lubiņa |
12 |
MI rīki ikdienas darbā; Čatboti un virtuālie asistenti; MI aukstā un siltā (cold and warm outreach) kontakta rīki un metodes |
|
Mākslīgais intelekts (MI) biznesa attīstībai |
Zintis Erics |
12 |
MI klientu piesaistei un apkalpošanai; Ģeneratīvā MI pielietojums biznesā; Esošo resursu aizvietošana ar MI (saturs, procesi, datu bāzes) |
|
Ievads datu analīzes pamatprincipos |
Aldis Polkmanis |
12 |
Pamatprincipi datu analīzē; Datu apstrādes un sakārtošanas pamati; Datu vizualizācijas rīki un tehnikas |
|
Datu analīze |
Aldis Polkmanis |
12 |
Dati digitālajā darba vidē; Darbs ar datiem - izmantojamās programmatūras; Datu analīzes metodes; Esošo datu analīzes metodes maiņa digitālajā vidē uz jaunu datu analīzes metodi |
|
Datu analīzes praktiskais pielietojums |
Aldis Polkmanis |
12 |
Datu apstrādes un analīzes metodes; Datu un informācijas vizualizācijas rīki un tehnikas; Pārliecinošu un vizuāli saprotamu datu vizualizāciju izveide; Datu interpretēšana un analītisku secinājumu veikšana |
|
Minimāli dzīvotspējīga produkta radīšana no A-Z ar mākslīgo intelektu |
Betija Muižniece/Gatis Romanovskis |
8 |
Idejas validācija ar MI (tirgus analīze, konkurentu izvērtējums, lietotāju vajadzību apzināšana);Prototipa dizains ar ģeneratīvajiem rīkiem (Figma + MI, Midjourney u.c.);Funkcionālo risinājumu izstrāde ar no-code un AI asistētiem rīkiem (Bubble, Webflow, Copilot); Satura un mārketinga materiālu ģenerēšana ar MI (teksts, vizuālie materiāli, reklāmas kampaņas);Prototipa programmēšana ar "vibe coding" (Lovable, Google Firebase studio, bolt.new); MVP testēšana, lietotāju atsauksmju apkopošana un uzlabojumi |
|
Mikroautomatizācijas uzņēmumā |
Betija Muižniece/Gatis Romanovskis |
8 |
Kas ir mikroautomatizācijas un kā tās atšķiras no lielajiem IT projektiem;10 tipiskākie ikdienas uzdevumi, ko var automatizēt 1-2 dienās; AI integrācija ar Microsoft 365, Google Workspace, Slack u.c.; Mini chatbot un virtuālo asistentu izveide; Uzraudzība, optimizācija un paplašināšana pēc ieviešanas |
|
Procesu automatizācija ar MI - soli pa solim |
Betija Muižniece/Gatis Romanovskis |
8 |
Automatizācijas pamati: kad un kāpēc izmantot AI; Tipiskie scenāriji: e-pastu apstrāde, dokumentu klasifikācija, datu ievade; MI + RPA (Robotic Process Automation) kombinācijas iespējas; Integrācija ar esošām sistēmām (Microsoft, Google Workspace, u.c.); "No papīra līdz prototipam" kā realizēt ideju bez izstrādātāja |
|
Mākslīgais intelekts pārdošanas efektivitātei |
Maksims Sičs |
individuāli vienojoties |
1. Īss ievads mākslīgā intelekta tehnoloģijās: MI pamatprincipi un to pielietojums pārdošanā, Ģeneratīvais MI vs analītiskais MI - atšķirības un izmantošanas gadījumi, Pašreizējās iespējas un ierobežojumi pārdošanas procesā, Ētiskie apsvērumi un personas datu aizsardzība 2. Ieskats labākajos MI rīkos pārdošanai: Visefektīvākie MI rīki dažādiem pārdošanas posmiem, Salīdzinājums: bezmaksas vs maksas risinājumi, Praktiska demonstrācija un rīku salīdzinājums reālajā laikā 3. Promtu jeb komandu inženierija: Kā pareizi formulēt jautājumus, lai MI sniegtu vērtīgas atbildes, Praktiskas metodes efektīvu promptu veidošanai dažādiem pārdošanas uzdevumiem, Iteratīva pieejas uzlabošana, balstoties uz saņemtajiem rezultātiem 4. Klientu automatizēta uzrunāšana e-pastā un LinkedIn platformā 5. Pārdošanas procesu optimizācija ar no-code rīkiem |
|
Mākslīgais intelekts finansistiem un grāmatvežiem |
Maksims Sičs |
individuāli vienojoties |
1. Mākslīgā intelekta būtība un tā darbības principi:MI pamati un attīstības virzieni finanšu jomā, Galvenās MI tehnoloģijas: mašīnmācīšanās, dabiskās valodas, apstrāde, datu analīze; MI ietekme uz finanšu profesiju: pašreizējās tendences un nākotnes prognozes; Ētiskie apsvērumi un regulējums finanšu datu apstrādē ar MI palīdzību. 2. Analītisks ieskats konkrētos MI rīkos: Labākie MI rīki dažādiem finanšu uzdevumiem: prognozēšana, noviržu atklāšana, riska novērtēšana; Praktiska demonstrācija un MI rīku pielietojuma piemēri; finanšu funkciju optimizācijai. 3. Promtu jeb komandu inženierija: Kā formulēt precīzus jautājumus MI sistēmām finanšu kontekstā; Specializētās finanšu terminoloģijas izmantošana MI vaicājumos; MI izmantošana finanšu pārskatu analīzē un sagatavošanā. 4.Praktiskā datu analīze ar mākslīgā intelekta rīku pielietojumu: Finanšu datu apstrāde un vizualizācija ar MI atbalstu; Budžeta plānošanas un finanšu prognozēšanas uzlabošana ar MI rīkiem. 5. Finanšu rutīnas optimizēšana, izmantojot MI un vienkāršu automatizācijas rīkus: Automatizācijas stratēģijas finanšu funkcijām bez programmēšanas prasmēm; Viedās datu ekstrakcijas risinājumi dokumentu apstrādei |
|
MS Copilot produktivitātei |
Maksims Sičs |
individuāli vienojoties |
1. Mākslīgā intelekta būtība un tā darbības principi 2. Promptu jeb komandu inženierija 3. Copilot lietotnes apskats un aģentu izveide 4. Dokumentu radīšana un rediģēšana ar Word & Copilot 5. Prezentāciju gatavošana ar Copilot palīdzību PowerPoint platformā 6. Excel & Copilot iespējas 7. Outlook & Teams ar Copilot 8. Darba plūsmu optimizēšana ar Copilot sapulcēs |
|
Mākslīgā intelekta praktiskās mācības Tavai komandai |
Maksims Sičs |
individuāli vienojoties |
Ievaddarbnīca - tās laikā dalībnieki kopā ar treneri identificē konkrētus ikdienas uzdevumus un procesus, kurus būtu vēlams automatizēt, izmantojot mākslīgā intelekta risinājumus. MI rīku izvēle un apmācība - pamatojoties uz komandas vajadzībām, treneris izvēlas piemērotākos rīkus un soli pa solim māca, kā tos efektīvi lietot. Praktiskā pielietošana - dalībnieki, trenera vadībā, strādā pie savu izvēlēto procesu reālas automatizācijas, izmantojot apgūtos rīkus. Individuālās ceļa kartes - gadījumos, kad konkrētu procesu nav iespējams automatizēt ar publiski pieejamiem MI rīkiem, treneris sagatavo personalizētu automatizācijas ceļa karti tālākai attīstībai. |
|
Mākslīgā intelekta rīki efektīvākam darbiniekam |
Valters Slava |
individuāli vienojoties |
Īss ievads par mākslīgā intelekta vēsturi un tehnoloģisko attīstību. Galveno terminu skaidrojums. Ieskats populārākajos bezmaksas pieejamajos rīkos (Chat GPT, MS Copilot, Gemini). Promptu jeb komandu inženierija - kā efektīvi izmantot mākslīgā intelekta rīkus un servisus, lai šie rīki sniedz vēlamo rezultātu. Kopīgu piemēru veidošana ar grupas dalībniekiem |
|
Chat GPT lietošana MS Excel vidē |
Maksims Sičs |
individuāli vienojoties |
1. Ievads ChatGPT un tā integrācija Excel vidē 2. Teksta funkciju aizvietošana ar ChatGPT 3. Datu personalizācija un analīze 4. Datumu funkciju formatēšana ar mākslīgā intelekta palīdzību 5. Interaktīvu un dinamisku tabulu veidošana 6. Tekstu tulkošana Excel vidē 7. Formulu, M koda un VBA skriptu ģenerēšana |
|
Prezentāciju veidošana, izmantojot mākslīgā intelekta rīkus un PowerPoint |
Maksims Sičs |
individuāli vienojoties |
1. Gatavie rīki prezentāciju izveidei no teksta vai dokumentiem 2. AI automatizācija: prezentāciju ģenerēšana no šabloniem 3. Attēlu ģenerēšana prezentācijām. 4. Satura veidošana no dokumentiem. 5. Deep Research izmantošana kvalitatīva satura radīšanai 6. Deep Research rīku salīdzinājums. Salīdzinošs pārskats: DeepSeek, ChatGPT, Google, Perplexity. Kurš rīks noder kurā situācijā, priekšrocības un ierobežojumi |
|
MS Excel Advanced |
Maksims Sičs |
individuāli vienojoties |
1. Datu struktūras un sagatavošana efektīvai analīzei (Tabulu un datu struktūras pārvaldība; Nosacītā formatēšana un datu validācija uzraudzībai) 2. Uzlabotas formulas un funkcijas vadītāju vajadzībām (INDEX, MATCH, OFFSET, INDIRECT; SUMPRODUCT un dinamiskās formulas ikdienas KPI aprēķinos 3. Datu vizualizācija un pārskati (Grafiku un dashboardu veidošana; KPI pārskatu struktūra: no datu masīva līdz skaidram lēmumam 4. PivotTable un PowerQuery iespējas (Ātra datu apkopojumu sagatavošana) |
|
Prasmju darbnīca "Mākslīgais intelekts 101" |
Igors Uhaņs, Kristaps Cīrulis |
6 |
Darbnīcas mērķis ir sniegt pārskatu par būtiskākajiem MI rīkiem un to pielietojumu organizācijās. Nepieciešams aplūkot lielo valodas modeļu (LLM) darbības principus, praktiskus scenārijus darba efektivitātes uzlabošanai, inovāciju procesus un pilotprojektu piemērus no citām nozarēm. Vizuālā un balss satura veidošana ar MI rīkiem. Darbs plānots interaktīvi, balstoties uz uzņēmuma reālajiem izaicinājumiem |
|
Mākslīgā intelekta sprints |
Igors Uhaņs, Kristaps Cīrulis |
25 |
Apmācību mērķis ir nodrošināt dalībniekiem praktiskas prasmes MI rīku izmantošanā, veicinot digitālās transformācijas procesus uzņēmumā un stiprinot iekšējās inovāciju kapacitātes. Sprints ir intensīvs, uz sadarbību balstīts apmācību un inovāciju process, kura laikā organizācijas komanda ciešā sadarbībā ar mentoriem un ekspertiem izstrādā praktiskus risinājumus konkrētiem uzņēmuma izaicinājumiem, izmantojot mākslīgā intelekta rīkus. Dalībnieku komandām nepieciešams apgūt būtiskākos mākslīgā intelekta rīkus, kartēt problēmas, kas kavē attīstību vai prasa uzlabojumus, ģenerēt risinājumu idejas un pārveidot tās reālos prototipos, izmantot dizaina domāšanas un inovāciju sprinta metodoloģijas. |
|
Mākslīgā intelekta efektīva izmantošana uzņēmuma ikdienas procesos |
Valters Slava |
12 |
Sniegt dalībniekiem praktiskas zināšanas un prasmes par mākslīgā intelekta (MI) rīku efektīvu izmantošanu darba organizēšanā, lai uzlabotu datu analīzi, procesus un ikdienas uzdevumu automatizāciju. Kurss aptver mākslīgā intelekta pamatprincipus, populārākos MI rīkus un to pielietojumu, īpašu uzmanību pievēršot pareizai uzvedņu (promptu) veidošanai, sadarbībai komandās un personalizētu MI risinājumu izstrādei. Apmācības veicina digitālo prasmju attīstību, inovāciju ieviešanu un lēmumu pieņemšanas procesu pilnveidi uzņēmuma vadībā. |
|
Kiberdrošība |
Aleksandrs Orlovs |
24 |
Apmācību saturs: Pašnovērtējuma process un riska identificēšanas process. Identificēto risku analīzes process. Riska novērtēšanas sagatavošanas process. Riska reģistra sagatavošana. Novērtēto risku analīze. |
|
Kiberdrošība |
Aleksandrs Orlovs |
2 |
Mācību saturs: - Kiberdrošības pamati - Kiberdraudu apzināšanās - Kiberhigiēnas pamati - Pikšķerēšanas atpazīšana - Droša komunikācija |
|
Kiberdrošība |
Aleksandrs Orlovs |
8 |
Apmācību nosaukums: Kiberdrošību pamatu apmācības. Kursa saturs: - Kiberdrošības pamati - Kiberdraudu apzināšanās - Kiberhigiēnas pamati - Pikšķerēšanas atpazīšana - Pikšķerēšanas dažādība - Noturība pret pikšķerēšanu |
|
Mākslīgā intelekta ietekme kiberdrošībā |
Aleksandrs Orlovs |
40 |
- Riski, kas saistīt ar mākslīgo intelektu - Mākslīgā intelekta pielietošana drošības auditos - Koda drošības audita optimizēšana - Kiberdrošības elementi programmēšanā izstrādājot kodu |
|
eKomercijas kiberdrošības digitalizācijas riski |
Aleksandrs Orlovs |
6 |
eCom (eKomercijas) kiberdrošības riski Piegāžu ķēdes drošības riski Operacionālie kiberdrošības riksi Tīmekļa vietnes drošības testēšana pielietojot OWASP metodoloģiju OSSTMM (Open Source Security Testing Methodology Manual) testēšanas vadlīnijas; |
|
Pikšķerēšanas apmācības |
Aleksandrs Orlovs |
30 |
Pikšķerēšanas teorija Pikšķerēšanas paņēmienu analīze Darbinieku esošo iemaņu pārbaude Darbinieku iemaņu analīze Noturība pret pikšķerēšanu |
|
Kiberdrošība darbā ar optimizācijas rīkiem |
Aleksandrs Orlovs |
Riski, kas saistīti ar procesu automatizāciju Trešo pušu kiberdrošības riski Piegāžu ķēdes kiberdrošības riski Iekšējie draudi Automātisko riku drošības pārvaldība |
|
|
Efektīva darbinieku vadība pārmaiņu laikā digitālajā laikmetā |
Veronika Skorodihina |
8 |
Tehnoloģiskās pārmaiņas un darba vides transformācija mūsdienās kļūst par ikdienu, tomēr tās bieži izraisa darbinieku pretestību, stresu un neskaidrību. Mācību mērķis ir sniegt praktisku ieskatu, kā cilvēki parasti reaģē uz pārmaiņām un kā vadītāji var efektīvi atbalstīt komandu šajā procesā. |
|
Mākoņpakalpojumi un to menedžments |
Didzis Ābele |
16 |
Google, Apple, Microsoft un OneDrive izmantošana darba vidē |
|
Elektronisko dokumentu pārvaldība |
Daina Ose |
4 |
Elektronisko dokumentu juridiskais spēks; - Elektronisko rēķinu pārvaldība; - Arhivēšana un glabāšana; -Normatīvo aktu ievērošana; |
|
Darba staciju kiberdrošība |
Aleksandrs Orlovs |
Kiberdrošības teorija Digitalizācijas kiberdrošības riski Lietotņu privātuma un kiberdrošības riski Darba staciju drošības notikumu analīze Apdraudējumu meklēšana darba stacijās |
|
|
Mākslīgā intelekta izmantošana uzdevumu automatizācijā un promptu izstrādē |
Valters Slava |
4 |
Attīstīt prasmes izmantot mākslīgā intelekta (MI) iespējas, īpaši aģentu sistēmas, ikdienas uzdevumu automatizācijai, kā arī apgūt promptu inženierijas pamatus - pareizu uzdevumu formulēšanu, lai panāktu vēlamo rezultātu no MI sistēmām. Rutinētu uzdevumu automatizāciju veidošana izmantojot aģentu sistēmas Promptu inženierija jeb kā pareizi formulēt uzdevumus, lai MI rīki mani tiešām saprastu. |
|
Datu analīze un vizualizācija |
Kaspars Iesalnieks |
21 |
Izmantojot SOLIDWORKS Composer saskarni, varat atkārtoti izmantot CAD datus un ātri izveidot un atjaunināt augstas kvalitātes 3D modeļu grafiskos elementus. Tas palīdz sinhronizēt tehniskās dokumentācijas sagatavošanas un projektēšanas procesus. Tas ļauj saīsināt laiku, kas nepieciešams, lai jūsu produkts nonāktu tirgū. Programmatūru var izmantot arī lietotāja rokasgrāmatu, montāžas un uzstādīšanas instrukciju, apkopes rokasgrāmatu, brošūru, tīmekļa vietņu izveidošanai. Apmācības kursā dalībnieki iemācīsities veidot detalizētus attēlus, daļu iznesumu attēlus, animācijas un interaktīvo materiālu. Ievads par Composer saskarni Navigācija 3D modeļos Parādīšana un izskats Ilustrāciju veidošana un ilustrāciju pārlūkošanas funkcija programmā Apgaismojums Animācija (piemēram, par apkalpošanu un apkopi) Izvade gan 2D, gan 3D formātā Atjaunināšana, kad mainās CAD faili |
|
"Ražošanas procesu automatizācijas un digitalizācijas iespējas" |
Karlīna Anna Rozenfelde |
48 |
Mācību kurss ar praktisku ieskatu uzņēmuma procesu veidošanā, vadībā un pilnveidē, ar īpašu uzsvaru uz digitālo prasmju attīstīšanu. Nepieciešams aplūkot biežākās kļūdas procesu vadībā, digitālās automatizācijas iespējas, kā arī procesu vērtēšanas, mērīšanas un datu analīzes digitālās metodes. Mācību ietvaros nepieciešams attīstīt prasmes digitāla kvalitātes sistēmas audita plānošanā, riska analīzē un neatbilstību pārvaldībā, kā arī apskatīt mākslīgā intelekta un analītisko funkciju pielietošanas iespējas, lai veicinātu uzņēmuma procesu nepārtrauktu pilnveidi digitālajā laikmetā. |
|
High Potential Team |
Nauris Svika |
14 |
Procesu vadības pamati, Biznesa procesu kartēšana (praktiskais darbs), Procesu digitalizācija un ERP loma, Praktiskais grupu darbs: procesu problēmu identifikācija, Biznesa procesu analīzes metodoloģija, Datu izmantošana lēmumu pieņemšanā, Digitālās inovācijas un jauni rīki, Grupas darbs: nākotnes procesu modelis |
|
Cilvēkcentrēta vadība IT projektu komandās |
Veronika Skorodihina |
29 |
Apmācību mērķis ir attīstīt vadītāju prasmes efektīvai un cilvēkcentrētai komandas vadībai IT projektu un attālinātās darba vides kontekstā, uzsvaru liekot uz psiholoģisko drošību, motivāciju, komunikāciju un praktisku problēmu risināšanu. |
|
Digitāli vadīti uzņēmuma procesi: no ražošanas līdz klientu servisam |
Iveta Bikse |
18 |
Apmācību mērķis ir nodrošināt darbiniekiem visaptverošas zināšanas un praktiskas prasmes uzņēmuma galveno procesu pārvaldībā un to pilnveidē digitālo pārmaiņu kontekstā. Programmas saturs orientēts uz produkta attīstības ciklu - sākot no izstrādes un ražošanas plānošanas līdz pēcpārdošanas servisam un klientu apmierinātības nodrošināšanai. |
|
CRM ieviešana un efektīvs vadītājs digitālās transformācijas laikā |
Iveta Bikse |
18 |
Apmācību programmā nepieciešams apgūt projektu vadības zināšanu stiprināšana CRM sistēmas ieviešanā un vadītāju personīgās efektivitātes paaugstināšana, lai nodrošinātu ilgtspējīgu digitālo pārmaiņu ieviešanu organizācijā. |
|
NIS2 / NKDL regulas ieviešana |
Kristaps Felzenbergs |
16 |
NIS2 / NKDL izpratne un uzņēmuma situācijas izvērtējums, IT sistēmu audits un risku analīzes pamati, cilvēciskais faktors un kiberdrošības kultūra, stratēģijas un ieviešans ceļakartes izstrāde |
|
Vadītāja loma uzņēmuma procesu attīstībā un darbinieku iesaistes vadībā |
Sandra Liepa |
14 |
Kursa mērķis ir attīstīt vadītāju izpratni un kompetences, kas nepieciešamas efektīvai uzņēmuma procesu vadībai, darbinieku motivācijai, attīstībai un līderībai pārmaiņu un digitalizācijas apstākļos. |
|
Noliktavas procesu optimizācija un inovācijas efektivitātes uzlabošanai |
Inga Ozola |
7 |
Kursa mērķis ir uzlabot noliktavas procesu efektivitāti, ieviešot LEAN pieeju, digitālus risinājumus un praktiskus uzlabojumus darba organizācijā. |
|
EFEKTĪVA VADĪBA AR STRUCTOGRAM®: NO CILVĒKFAKTORA LĪDZ DIGITĀLAJAM RISINĀJUMAM |
Gatis Ulinskis |
14 |
Structogram® treniņš ir neiropsiholoģijā balstīts instruments, ar digitālu atbalstu, kas ļauj vadītājam ieraudzīt to, ko ikdienas komunikācijā bieži neredzam - cilvēka biostruktūru, kas nosaka viņa uztveri, lēmumu pieņemšanu un darba stilu. Tā ir metode, ko jau atzinuši vadoši uzņēmumi visā pasaulē, jo tā sniedz praktiskus rīkus, nevis teorētiskas vadlīnijas. |
|
Mākslīgā intelekta pielietojumi organizāciju procesos un personīgajā produktivitātē |
Agate Ambulte |
5 |
Mācībās tiks sniegts praktisks ieskats ģeneratīvā mākslīgā intelekta (MI) pielietojumos personīgās produktivitātes un organizācijas procesu uzlabošanai, kam sekos jautājumu un atbilžu sesija un kopīgas diskusijas, kuru laikā iespējams pārrunāt konkrētus dalībnieku piemērus un iespējas. Apmācību laikā tiks sniegta koncentrēta informācija, kas orientēta uz tūlīt izmantojamiem risinājumiem - padomi, piemēri un darbplūsmas, kuras var pielāgot jūsu uzņēmuma vajadzībām. |
|
Digitālā arhīva veidošana |
Mangirdas Macas Artūrs Žogla Sergejs Rubins |
8 |
Nodarbību ietvaros kursu dalībnieki iepazīsies ar laikrakstu digitalizācijas procesu Latvijas Nacionālajā bibliotēkā, izmantojo Bookeye v4, A1 formāta skeneri. Kursu dalībnieki praktiskās nodarbības apgūs laikrakstu skenēšanas labo praksi, arhīvdatņu un lietojumdatņu izgatavošanu, īpašu uzmanību pievēršot rekomendētajiem datņu parametriem. Kursu dalībniekiem būs iespēja iepazīties ar laikrakstu segmentēšanas un teksta atpazīšanas programmatūru CCS docWizz. Kursu ietvaros tiks apskatītas autortiesības digitālā vidē. |
|
Digitālie finanšu aprēķini uzņēmējdarbībā |
Sandra Zeltiņa |
12 |
Mācību mērķis: Sniegt zināšanas un praktiskas iemaņas cenu veidošanas mehānismā, pašizmaksas aprēķinā un nodokļu sistēmas izpratnē Latvijā, vienlaikus apgūstot digitālos rīkus un digitālās pārdošanas pieejas, lai dalībnieki spētu izveidot un pamatot savu cenu stratēģiju gan tradicionālajā, gan digitālajā vidē. Sasniedzamie rezultāti: Prot aprēķināt sava pakalpojuma vai produkta pašizmaksu, ņemot vērā mainīgās un pastāvīgās izmaksas. Izprot bezzaudējuma punktu un prot analizēt peļņas/zaudējuma aprēķinu. Orientējas Latvijas nodokļu sistēmā un zina, kādi nodokļi jāpiemēro atkarībā no darbības formas. Prot izstrādāt un pamatot cenu stratēģiju savam biznesam, izmantojot digitālos rīkus. Saprot cenu veidošanas atšķirības tradicionālajā un digitālajā pārdošanā. Spēj pielietot digitālās prasmes, lai strādātu ar aprēķinu un pārdošanas stratēģiju izstrādes tiešsaistes rīkiem. |
|
Digitālā trauksme un tehnostress |
Veronika Skorodihina |
2 |
Kas ir stress un digitālais stress (tehnostress, digitālā trauksme) - kā tie rodas un kā tos atpazīt? Biežāk sastopamie stresori darba vidē, ikdienā un digitālajā vidē Kā novērtēt savu stresa līmeni, stresa riska faktori un ietekme uz dzīves kvalitāti Digitālā pārslodze un tehnostress: cēloņi, "sarkanie karogi", ietekme. Pašvadība un pašaprūpe stresa situācijās. |
|
Praktiskā darbnīca - biznesa procesu uzlabošana ar mākslīgo intelektu |
Agate Ambulte |
5 |
Kur sākt ar MI ieviešanu uzņēmumā Kā racionāli turpināt, izvēloties piemērotākos risinājumus Kad MI neizmantot, lai izvairītos no liekiem riskiem |
|
Mākslīgā intelekta (AI) rīku izmantošana ikdienas darbam un biznesam |
Gatis Praličs |
12 |
Praktiski apmācīt darbiniekus droši un efektīvi izmantot mākslīgā intelekta rīkus ikdienas darbā un biznesa procesos, lai uzlabotu produktivitāti, samazinātu manuālo darbu un veicinātu inovācijas organizācijā |
|
"Tehnoloģijas un digitālās inovācijas ainavu un arhitektūras praksē" |
Una Īle Artūrs Mengots Antra Bērziņa Reinis Švedenbergs |
26 |
Mācību mērķis: sniegt izpratni par mākslīgā intelekta un digitālo rīku izmantošanu ainavas digitalizācijā, kā arī attīstīt praktiskas prasmes digitālo vizualizāciju izstrādē un publiskās ārtelpas attīstības koncepciju veidošanā. Sasniedzamie rezultāti: 1. Izpratne par mākslīgā intelekta (MI) izmantošanu ainavas digitalizācijā. 2. Prasme izmantot dažādus digitālos rīkus. 3. Izpratne un pielietošana publiskās ārtelpas attīstības koncepcijas izstrādē, izmatojot digitālos rīkus. 4. Situācijas detalizācijas un prezentēšanas prasmes - dalībnieki iemācīsies detalizēt un prezentēt izvēlētas publiskās vides situācijas, izmantojot digitālos rīkus. 5. Izprotot MI iespējas, vizualizāciju veidošanas rīkus, publiskās ārtelpas koncepcijas izstrādes pamatprincipus, ko dalībnieki efektīvi varēs izmantot darba procesu uzlabošanai. 6. Dalībnieku izvēlēta objekta publiskajā ārtelpā situācijas analīze un problēmas risinājums, izmantojot digitālos rīkus. |
|
Mākslīgais intelekts un digitālā transformācija finanšu un grāmatvedības nozarē |
Ilze Palmbaha |
6 |
Mācību saturs: mākslīgā intelekta izmantošana ikdienas darba procesos, grāmatvedības digitālās pārveides sistēma, procesu sakārtošana, rentabilitātes celšana un kvalitātes kontrole, reāli piemēri no Latvijas un ārvalstu prakses. |
|
Grāmatvedības biroju digitālā transformācija un mi praktiska izmantošana |
Ilze Palmbaha |
6 |
Mācību saturs: procesu sakārtošana, rentabilitāte, komandas noslodze, klientu apkalpošanas sistēma un MI izmantošana pakalpojumu kvalitātē. |
|
Digitālie finanšu aprēķini uzņēmējdarbībā |
Sandra Zeltiņa |
12 |
Mācību mērķis: Sniegt zināšanas un praktiskas iemaņas cenu veidošanas mehānismā, pašizmaksas aprēķinā un nodokļu sistēmas izpratnē Latvijā, vienlaikus apgūstot digitālos rīkus un digitālās pārdošanas pieejas, lai dalībnieki spētu izveidot un pamatot savu cenu stratēģiju gan tradicionālajā, gan digitālajā vidē. Sasniedzamie rezultāti: Prot aprēķināt sava pakalpojuma vai produkta pašizmaksu, ņemot vērā mainīgās un pastāvīgās izmaksas. Izprot bezzaudējuma punktu un prot analizēt peļņas/zaudējuma aprēķinu. Orientējas Latvijas nodokļu sistēmā un zina, kādi nodokļi jāpiemēro atkarībā no darbības formas. Prot izstrādāt un pamatot cenu stratēģiju savam biznesam, izmantojot digitālos rīkus. Saprot cenu veidošanas atšķirības tradicionālajā un digitālajā pārdošanā. Spēj pielietot digitālās prasmes, lai strādātu ar aprēķinu un pārdošanas stratēģiju izstrādes tiešsaistes rīkiem. |
|
Lietu internes |
Inga Ļaksa |
4 |
Visaptveroša apmācību programma, kas aptver būtiskus attālināta monitoringa un Lietu interneta (Internet of Things) aspektus efektīvai ražošanas un apsaimniekošanas procesu vadībai. |
|
Digitālās kompetences pamati |
Diāna Zvejniece |
24 |
Mācību mērķis: Sniegt dalībniekiem pamatzināšanas un kompetences darbā ar datoru, internetu un MS Office programmām, lai veicinātu drošu, patstāvīgu un efektīvu digitālo rīku izmantošanu ikdienā un darba vajadzībām. Sasniedzamie rezultāti: Prot patstāvīgi ieslēgt, izslēgt datoru un orientēties tā lietošanā. Prot lietot interneta pārlūku, meklēt informāciju un veikt drošus interneta maksājumus. Prot aizpildīt un iesniegt pieteikumus tiešsaistes darba vai pakalpojumu sistēmās. Prot izveidot dokumentus, tabulas un prezentācijas MS Office vidē. |
|
Digital transformation and leadership |
Stockholm School of Economics |
110 |
Socio-technical systems, knowledge work and AI; Organisational change & AI; Strategizing for competitive advantage and futures thinking; Leadership in change & uncertainty;Introduction to the modern AI architecture and LLM's; Building assistants & vibe-coding basics; Integrating of AI and building processes around it; Creative thinking & Innovation; Strategic technology transformation; Business process development; Introduction to managerial finance; Storytelling & pitching in a corporate context; Interactive lab for practical designing and implementing AI-based innovations |
|
AI for Executives Program |
Toby E. Stuart , Thomas Lee, Ken Goldberg |
24 |
Programma ir izstrādāta, lai augstākā līmeņa vadītājiem un speciālistiem sniegtu stratēģisku izpratni par mākslīgā intelekta (AI) iespējām, riskiem un ētiskajiem aspektiem biznesa kontekstā. Tā palīdz attīstīt AI domāšanas veidu un stratēģiskās pieejas, kas ļauj uzņēmumiem izmantot AI kā konkurētspējas priekšrocību. AI pielietojums dažādās nozarēs, AI attīstības tendences un tehnoloģiju izpratne, AI inovācijas ieviešana uzņēmumā, AI ētika, sociālā ietekme un politiskie aspekti, AI politika, jaunuzņēmumi un korporatīvā vide, Darbaspēka pārmaiņas un nākotnes darbs AI laikmetā |
|
Artificial Intelligence: Business Strategies and Applications |
Sameer B. Srivastava, Thomas Lee |
32 |
Šī 8 nedēļu tiešsaistes programma ir izstrādāta, lai palīdzētu uzņēmumu vadītājiem un lēmumu pieņēmējiem izprast mākslīgā intelekta (MI) potenciālu un tā stratēģisko pielietojumu biznesā. Tā piedāvā praktisku pieeju MI ieviešanai, aptverot gan tehniskos, gan organizatoriskos aspektus. Programma sastāv no astoņiem moduļiem: Ievads MI un biznesā; Mašīnmācīšanās pamati; Neironu tīkli un dziļā mācīšanās; Galvenās pielietojuma jomas: datorredze un dabiskās valodas apstrāde; Robotika; MI stratēģija; MI un organizācijas: MI komandas veidošana MI nākotne biznesā |
|
Corporate Business Model Innovation Program |
Henry Chesbrough, Andre Marquis |
24 |
Programma "Corporate Business Model Innovation" ir izstrādāta, lai palīdzētu dalībniekiem izprast un ieviest jauninājumus biznesa modeļos. Programma piedāvā padziļinātu ieskatu mūsdienu inovāciju ietvaros un modeļos, ļaujot dalībniekiem pārveidot savus inovāciju izaicinājumus par iespējām izstrādāt, novērtēt un mērogot jaunus biznesa modeļus. Galvenās tēmas: 1. Jaunu inovāciju konceptu izpratne un apgūšana, tostarp korporatīvās inovācijas stratēģijas, atvērtā inovācija un Lean Startup modeļu pielietošana korporatīvajā vidē. 2. Jaunu biznesa modeļu atklāšana un ieviešana, identificējot pašreizējo modeļu stiprās un vājās puses un validējot potenciāli veiksmīgas inovācijas. 3. Kompleksas pārmaiņu vadības izaicinājumu pārvarēšana, saskaņojot uzņēmuma stratēģiju ar Lean metodoloģijām un pārstrukturējot komandas |
|
Data Science for Leaders Program |
Jonathan Kolstad, Conrad Miller, Matthew Grennan |
24 |
Programmas mērķis ir apvienot līderības principus ar datu zinātnes metodēm, lai veicinātu rentablu un ilgtspējīgu uzņēmējdarbības izaugsmi. Programma piedāvā praktisku pieeju datu zinātnei, aptverot tādas tēmas kā mašīnmācīšanās pielietojums biznesā, datu virzītu produktu izstrāde un datu analītikas integrācija stratēģiskajā lēmumu pieņemšanā. Datu zinātnes domāšanas veida apgūšanu un pielietošanu biznesa problēmu risināšanā. Datu analītikas un statistikas metožu izmantošanu uzņēmuma procesu optimizācijā.Datu un tehnoloģiju izmantošanu jaunas vērtības radīšanai un biznesa stratēģiju izstrādei. Praktiskus uzdevumus, gadījumu izpēti un paneļdiskusijas ar nozares ekspertiem. |
|
Digital Transformation: Leading People, Data & Technology |
Sameer B. Srivastava, Thomas Lee |
32 |
8 nedēļu tiešsaistes programmas "Digital Transformation: Leading People, Data & Technology" mērķis ir palīdzēt dalībniekiem izprast un vadīt digitālās transformācijas procesus, apvienojot cilvēkus, datus un tehnoloģijas, lai nodrošinātu uzņēmuma konkurētspēju digitālajā laikmetā. Programma sastāv no astoņiem moduļiem: Ievads un pārskats; Digitālās transformācijas iespējas; Datu loma; Digitālās transformācijas process; Digitālie biznesa modeļi; Cilvēki un organizācija; Tehnoloģijas un politika; Noslēgums un rīcības plāns |
|
Financial Data Analysis for Leaders Program |
Panos N. Patatoukas, Sunil Dutta |
45 |
"Financial Data Analysis for Leaders" ir piecu dienu intensīva programma, kas paredzēta vadītājiem bez finanšu izglītības, lai apgūtu finanšu analīzes pamatus un pielietojumu uzņēmējdarbībā. Programmas mērķis ir palīdzēt dalībniekiem izprast un izmantot finanšu datus, lai pieņemtu stratēģiskus lēmumus un veicinātu uzņēmuma izaugsmi. Programma aptver šādas galvenās tēmas: Finanšu pārskatu analīze un interpretācija; Izmaksu vadība un rentabilitātes analīze; Datu ieguve un izmantošana biznesa lēmumu pieņemšanā; Finanšu rādītāju sasaistīšana ar uzņēmuma stratēģiju; Praktiski uzdevumi un gadījumu izpēte. |
|
Fintech: Frameworks, Applications, and Strategies |
Yaniv Konchitchki, Christine Parlour |
32 |
Tiešsaistes programmas "Fintech: Frameworks, Applications, and Strategies" mērķis ir palīdzēt dalībniekiem izprast un pielietot finanšu tehnoloģijas (fintech) savā uzņēmējdarbībā, apvienojot finanšu un tehnoloģiju aspektus, lai nodrošinātu uzņēmuma konkurētspēju digitālajā laikmetā. Programma sastāv no astoņiem moduļiem: Ievads un fintech revolūcija; Fintech ekosistēma;Fintech ekonomiskie pamati ar praktiskiem piemēriem; Datu zinātne un tās pielietojums fintech problēmu risināšanā; Analītiskās metodes un rīki ar pielietojumu reālās fintech problēmās; Finanšu pratība ar fintech piemēriem; No fintech idejas līdz tās īstenošanai; Faktori un stratēģijas fintech panākumiem; Programma ietver arī gadījumu izpēti no vadošajiem fintech uzņēmumiem |
|
Machine Learning and Artificial Intelligence |
Gabriel Gomes, Joshua Hug, Reed Walker |
360 |
6 mēnešu tiešsaistes programma "Professional Certificate in Machine Learning and Artificial Intelligence" paredzēta profesionāļiem ar tehnisko vai matemātikas izglītību. Programmas mērķis ir palīdzēt dalībniekiem iegūt padziļinātas zināšanas un praktiskas prasmes mašīnmācīšanās (ML) un mākslīgā intelekta (AI) jomā, lai pielietotu šīs tehnoloģijas biznesa problēmu risināšanā. ML/AI pamati: Mašīnmācīšanās ievads; Statistikas un datu analīzes pamati; Praktiskie pielietojumi; ML/AI tehnikas: Klasifikācija un regresija; Laika rindas analīze; Modelēšanas un optimizācijas metodes; Padziļinātas tēmas un noslēguma projekts: Dziļo neironu tīkli;D abiskās valodas apstrāde; Ģeneratīvais AI (piemēram, ChatGPT); Rekomendāciju sistēmas; Noslēguma projekts ar GitHub portfeļa izveidi |
|
Product Management Program |
Homa Bahrami, Alex Budak, Jennifer Chatman |
48 |
Product Management Program ir intensīva vadītāju līmeņa mācību programma, kas attīsta prasmes produktu stratēģijas veidošanā, klientu vajadzību izpētē, produktu dzīves cikla vadībā un datu balstītā lēmumu pieņemšanā, nodrošinot dalībniekiem praktiskas metodes inovāciju attīstīšanai un konkurētspējīgu produktu ieviešanai starptautiskā biznesa vidē. |
|
The Berkeley Changemaker Program |
Sara Beckman, Dave Charron |
24 |
Berkeley Changemaker Program ir starptautiska līderības un transformācijas programma, kas attīsta dalībnieku spējas vadīt pārmaiņas, veicināt inovācijas un radīt ilgtspējīgu ietekmi organizācijās un sabiedrībā, apvienojot stratēģisko domāšanu, radošu problēmu risināšanu un praktiskus rīkus pārmaiņu iniciatīvu īstenošanai globālā kontekstā. |
|
The Berkeley Executive Leadership Program |
Alex Budak, Brandi M. Pearce, Doy Charnsupharindr |
45 |
Berkeley Executive Leadership Program ir augsta līmeņa vadītāju attīstības programma, kas stiprina stratēģisko līderību, lēmumu pieņemšanu un organizāciju transformācijas vadību, attīstot dalībnieku spējas efektīvi vadīt komandas, īstenot pārmaiņas un sasniegt ilgtspējīgus rezultātus dinamiskā un starptautiskā biznesa vidē. |
|
Global Strategy |
Henri Schildt |
24 |
Global Strategy (Aalto Executive Education) ir stratēģiskās vadības programma, kas attīsta dalībnieku spējas izstrādāt un īstenot starptautiskas biznesa stratēģijas, analizēt globālos tirgus un konkurences vidi, pieņemt pamatotus stratēģiskos lēmumus un vadīt organizācijas izaugsmi dinamiskā un starptautiskā uzņēmējdarbības kontekstā |
|
Leading Transformation with Creativity |
Tuomas Auvinen |
24 |
Leading Transformation with Creativity (Aalto Executive Education) ir vadītāju līmeņa programma, kas attīsta radošās līderības un inovāciju vadības prasmes, palīdzot dalībniekiem vadīt organizāciju transformāciju, izmantot dizaina domāšanu un radošas problēmu risināšanas metodes, lai sasniegtu ilgtspējīgas pārmaiņas un konkurētspēju mainīgā biznesa vidē. |
|
Future Considerations of AI |
Teemu Roos |
24 |
Future Considerations of AI aptver tādas tēmas kā AI aģenti un autonomas sistēmas, automatizācija un lēmumu pieņemšana, lielo valodas modeļu un IT rīku integrācija, drošība un regulējums, robotika un iemiesotais mākslīgais intelekts, izskaidrojams AI (XAI) pārredzamības un atbildības nodrošināšanai, kvantu mašīnmācīšanās potenciāls, kā arī Edge AI un lietu interneta risinājumi datu apstrādei reāllaikā. |
|
Leading with Impact |
Ira Lange |
24 |
Leading with Impact ir vadītāju attīstības programma, kas stiprina līderības kompetences, emocionālo inteliģenci un ietekmes veidošanas prasmes, attīstot dalībnieku spējas iedvesmot komandas, vadīt pārmaiņas un sasniegt nozīmīgus un ilgtspējīgus rezultātus organizācijās. |
|
Digital Strategy, AI, and Data-Driven Business |
Paavo Ritala |
24 |
Digital Strategy: AI and Data-Driven Business (Aalto Executive Education) ir stratēģiskās vadības programma, kas attīsta izpratni par digitālo transformāciju, mākslīgā intelekta un datu analītikas izmantošanu biznesa attīstībā, nodrošinot dalībniekiem prasmes veidot digitālās stratēģijas, pieņemt datu balstītus lēmumus un veicināt inovācijas konkurētspējīgā uzņēmējdarbības vidē. |
|
AI and Businesses |
Amirhassan Monajemi (NUS) |
28 |
Digitālās transformācijas speciālistiem paredzēta programma, kas sniedz praktisku un stratēģisku izpratni par mākslīgo intelektu un mašīnmācīšanos, apvienojot teorētiskas lekcijas ar praktiskām laboratorijām RapidMiner vidē, gadījumu analīzi un grupu projektiem, lai dalībnieki spētu izstrādāt AI risinājumus, novērtēt to pielietojumu organizācijās un veidot AI ieviešanas ceļa kartes uzņēmumu digitālajai un inteliģentajai transformācijai. |
Latvijas Digitālais akselerators, specializējoties uz jaunu digitālo produktu, pakalpojumu un platformu radīšanu, vērtē uzņēmumu digitalizācijas stratēģiju un gatavību, datu pārvaldību un savietojamību, automatizāciju un zaļo digitalizāciju, kā arī darbinieku digitalizāciju. Darbinieku digitalizācija ir būtiska gan uzņēmuma digitālās transformācijas ātrumam, gan spējai radīt jaunus, tirgū konkurētspējīgus risinājumus. Ņemot vērā IKT speciālistu trūkumu Latvijas darba tirgū, ir nepieciešams atbalsts uzņēmumu digitālās transformācijas procesā, nodrošinot mācības darbiniekiem gan atbilstoši uzņēmuma attīstības vajadzībām, gan darba organizācijas procesam.
Augstas kvalitātes mācību satura pieejamība dažādos formātos (klātienes, hibrīdrežīma, tiešsaistes) un atbalsts mācību satura izvēlē un mobilitātes vajadzībām var būtiski palielināt Latvijas komersantu konkurētspēju reģionā un veidot zināšanās balstītu uzņēmējdarbības attīstības vidi.
Oficiālie paziņojumi: