Study university: Tampere University
Information search and generation with large language models
Modern AI applications do not rely on language models alone as their source of knowledge. They often combine prompts, search systems, external data sources and evaluation methods to find, generate and use information. This course introduces large language models, AI-based information search, query and prompt design, and retrieval-augmented generation from both theoretical and practical information-use
Data-intensive programming
The course discusses various concepts of data engineering, such as big data, Apache Spark, data lakes, and technologies for storing and processing large datasets. Students gain hands-on experience in developing data processing pipelines in a cloud-based environment. Course contents Principles of big data and big data processing platforms The Apache Spark programming model Databricks data
Tekoälyn perusteet
Kurssin sisältö Peruskurssi koneoppimisen (tekoälyn) tärkeimmistä menetelmistä. Koneoppiminen tarjoaa tietotekniikan opiskelijoille uuden lähestymistavan ongelmanratkaisuun perinteisen ohjelmoinnin rinnalle. Tällä kurssilla opiskelija oppii ymmärtämään ja ohjelmoimaan koneoppimisen perusmenetelmiä. Lineaarinen regressio Lineaarinen luokittelu Todennäköisyyksiin perustuva päättely Neuroverkot Päätöspuut ja satunnaismetsät Ryvästys Monisto-oppiminen Vahvistusoppiminen Osaamistavoitteet Tekoälystä on tullut merkittävät osa tietotekniikkaa ja tietotekniikan sovelluksia kuten itseajavat autot, keskustelevat kielimallit
Deep learning
A course on deep learning covering athematical and statistical principles of deep learning and selecting suitable deep neural network layers and processing operations for specific tasks. Course contents Deep neural networks layers: convolutional neural networks, recurrent neural networks, transformers, multilayer perceptrons Components of deep neural networks: nonlinearities, normalization, subsampling Task-specific loss functions Training deep neural
Fine-tuning large language models
Max amount of FITech students: 10 (1st part) & 5 (2nd part) Explore generative AI’s potential in our accessible course: Learn to fine-tune large language models and embrace ethical AI principles for real-world impact. Course contents This course provides a detailed exploration into the practical application, ethical considerations, and open-source landscape of fine-tuning large language
Fundamentals of space economy
Max amount of FITech students: 100 Persons without a valid study right at a Finnish university or university of applied sciences have preference to this course. This course provides a comprehensive introduction to the rapidly evolving space economy. Based on the EU Space Academy modules (https://www.euspa.europa.eu/spaceacademy), it explores the fundamentals of GNSS, Earth observation, space
Water and society
Max amount of FITech students: 30 adult learners Water supply and sanitation is a key element in the development of urban societies in all parts of the world. During this “Water and Society – Virtual course on sustainable water supply in long-term perspectives” (WASO) we will focus on long-term development on water supply systems (WSS).
Water services in urban settings
Max amount of FITech students: 30 adult learners Persons without a valid study right at a Finnish university or university of applied sciences have preference to this course. Water services in urban settings course recognises the characteristics and value of water services for society now and in the development of urban societies. The cource focuses
Sektori-integraation erityiskysymyksiä
Huom! Tutkinto-opiskelijat ilmoittautuvat tälle kurssille RIPAssa. Lisäohjeita täällä. Maksimimäärä FITech-opiskelijoita: 20 aikuisopiskelijaa Kurssilla opitaan sektori-integraation keskeiset osatekijät uusiutuviin energialähteisiin perustuvan energiajärjestelmän sähköistymisen näkökulmasta. Sen keskeisenä tavoitteena on ymmärtää myös sektori-integraation rooli energiamurroksen mahdollistajana. Opiskelija osaa tunnistaa ja analysoida osajärjestelmien keskinäisiä vuorovaikutuksia, mekanismeja vuorovaikutusten hallitsemiseksi ja siten osaa analysoida energiajärjestelmää kokonaisuutena. Tarkemmin paneuduttavia osajärjestelmiä itse sähköjärjestelmän
Sektori-integraatio 5 ECTS
Maksimimäärä FITech-opiskelijoita: 20 aikuisopiskelijaa Kurssilla opitaan sektori-integraation keskeiset osatekijät uusiutuviin energialähteisiin perustuvan energiajärjestelmän sähköistymisen näkökulmasta. Sen keskeisenä tavoitteena on ymmärtää myös sektori-integraation rooli energiamurroksen mahdollistajana. Opiskelija osaa tunnistaa ja analysoida osajärjestelmien keskinäisiä vuorovaikutuksia, mekanismeja vuorovaikutusten hallitsemiseksi ja siten osaa analysoida energiajärjestelmää kokonaisuutena. Tarkemmin paneuduttavia osajärjestelmiä itse sähköjärjestelmän lisäksi ovat teollisuusprosessit, kaukolämpöjärjestelmä, kiinteistöt, liikenne ja vetytalous.