Öppnar sidan…
Grundinnehållet visas direkt medan resten fylls på.
Öppnar sidan…
Grundinnehållet visas direkt medan resten fylls på.
AI används i allt fler verksamhetskritiska system. När AI går från experiment till produktion ökar kraven på kvalitet, säkerhet och transparens. Kursen handlar om hur organisationer testar, validerar och kvalitetssäkrar AI-system i utveckling och drift. Du lär dig bedöma tillförlitlighet, identifiera risker, skapa spårbarhet och stärka tilliten till AI-lösningar, utan att behöva bygga eller träna modeller från grunden.
Omfattning
30 YH-poäng
Cirka 6 veckor på heltid
Orter
Stockholm
Nästa ansökan
Ingen öppen ansökan just nu
Ansökan
Stockholm
Chas Academy Extended
Varför behövs kompetensen? AI-system ställer andra krav än traditionell mjukvara, och därför räcker inte traditionell QA. Många organisationer saknar idag etablerade arbetssätt för att testa, följa upp och kvalitetssäkra AI-system över tid. Arbetslivet efterfrågar personer som kan säkerställa att AI-systemen är tillförlitliga, spårbara och säkra, det är precis den kompetensen kursen utvecklar.
Det här är inte en kurs i att bygga AI. Det är en kurs i att testa, validera och kvalitetssäkra AI-system. Genom verklighetsnära övningar lär du dig testa, validera och följa upp AI-system samt skapa spårbarhet genom hela systemets livscykel.
Kursen passar dig som: -Arbetar med QA, test, utveckling, drift eller data -Arbetar med eller möter AI-system i din yrkesroll -Vill förstå hur AI-QA skiljer sig från traditionell QA -Vill kunna identifiera risker och kvalitetssäkra AI-system -Vill bidra till säkra och tillförlitliga AI-lösningar
Kursen går igenom: -Skillnaderna mellan traditionell QA och QA för AI-, ML- och generativa system -Modellutvärdering, stabilitet och fairness -Datakvalitet, bias och kvalitetsrisker -ML-pipelines, modellversionering och CI/CD för AI -Säkerhetsrisker som modellmanipulation och prompt injection -Modellkort, riskloggar, testdokumentation och spårbarhet -AI Act och regelefterlevnad
Efter kursen kan du: Efter kursen kan du testa och validera AI-system, identifiera bias och kvalitetsrisker samt genomföra stresstester och följa upp systemen i drift. Du kan granska ML-pipelines ur ett QA-perspektiv och kvalitetssäkra promptbaserade AI-lösningar. Du bidrar också till spårbarhet och regelefterlevnad och kan kommunicera kvalitets- och säkerhetsrisker i organisationen.
Kursstart: 2 november 2026 Studietakt: Deltid, helt online och flexibelt – går att kombinera med heltidsjobb! Poäng: 30 yh-poäng Studieort: Online Kostnadsfri & CSN berättigad!
Lyft din karriär till nästa nivå – ansök via den gula knappen ovan!
Du är behörig att antas till en yrkeshögskoleutbildning om du uppfyller något av följande:
1. Har en gymnasieexamen från gymnasieskolan eller kommunal vuxenutbildning.
2. Har en svensk eller utländsk utbildning som motsvarar kraven i punkt 1.
3. Är bosatt i Danmark, Finland, Island eller Norge och där är behörig till motsvarande utbildning.
4. Genom svensk eller utländsk utbildning, praktisk erfarenhet eller på grund av någon annan omständighet har förutsättningar att tillgodogöra dig utbildningen. Förutom detta ställs följande krav: För att gå kursen behöver deltagaren ha minst 6 månaders yrkeserfarenhet på heltid eller 1 år på deltid, och då arbetat med något av följande:
QA, test, utveckling, arkitektur, drift eller data produktionsnära med AI/ML-system erfarenhet av arbete med CI/CD, grundläggande pipelines eller systemutveckling yrkeskunnig inom IT-system, infrastruktur, datahantering eller utveckling 6 månader heltid
Yrkeshögskolan har egna behörighetsregler. Studiespårets behörighetskontroll gäller universitet och högskola, så kontrollera alltid kraven med utbildningsanordnaren.