KOMMUNIKATIONENS GRUNDER

The course is broken down into: Basic Bayesian concepts Selecting priors, deriving some equations Bayesian inference, Parametric model estimation Sampling based methods Sequential inference (Kalman filters, particle filters) Approximate inference, variational inference Model selection (missing data) Bayesian deep neural networks

Att kunna utveckla och erbjuda en produkt eller tjänst som skapar ett värde för kund är centralt inom verksamheter. För att lyckas med detta behövs kunskap om kunder och deras värdeskapande processer och här kan kundresan vara ett effektivt verktyg. Detta sätter vi fokus på i denna kurs. Kursen behandlar värdeskapande processer hos kunder - hur värde kan skapas och förstärkas hos kunder, klienter och andra som verksamheten riktar sig till - med fokus på kundresor. Kunskap som du kan använda för att utveckla din verksamhet, få ökad konkurrenskraft och lönsamhet och en bättre förståelse för dina kunder. Du kommer att få lära dig vad en kundresa är och hur det kan vara ett verktyg för att utveckla din verksamhet. Du får också lära dig hur du samlar in kunskap och insikter kring kunder och deras upplevelser med hjälp av olika metoder samt hur du kan använda detta för att identifiera förbättringsmöjligheter i din verksamhet. Du får ta del av teorier och praktiska verktyg med koppling till aktuell forskning. Kursinnehållet kommer att kopplas till kursdeltagarnas egna verksamheter där du som deltagarna ges möjlighet att diskutera frågor och utmaningar från din verksamhet. Kursen består digitala föreläsningar, filmer samt digitala workshops med följande tema: observation och intervju som metod, kundresa som verktyg samt värdeskapande processer. Kursen är på avancerad nivå och ger 5 högskolepoäng. Den riktar sig till dig som är yrkesverksam och ges på deltid så att studier och arbete kan kombineras. Undervisningen sker på svenska och engelska och genomförs på distans via Canvas som är Karlstads universitets lärplattform. Kursen är avgiftsfri. Antal platser är begränsat.

Målet med den här kursen är att ge dig ökad kunskap om och förståelse kring beteendeförändring. En speciell typ av beteendeförändring som kursen fokuserar på handlar om nudging. I dagens samhälle finns det många situationer där människor måste förändra sitt beteende för att bättre kunna nå individuella och samhälleliga mål. Nudging och beteendeförändring är viktiga kunskaper för alla personer som försöker förändra andra människor till mer hållbara beteenden.   Kursen kommer att ge dig kunskap som kan användas för att designa förslag till beteendeförändring i samband med exempelvis organisationsförändringar, samhällsförändringar eller andra typer av händelser som kräver att större grupper ändrar sina beteenden i någon utsträckning. Kursen behandlar även motivationsteori och centrala nya modeller för storskalig beteendeförändring. Du får ta del av teoretisk kunskap om psykologiska teorier om vad som förändrar människors beteende samt om därtill relevanta praktiskt utformade modeller. Genom att koppla detta till egna verksamhet kan förståelsen för beteendeförändring underlättas. Kursen vänder sig till dig som är yrkesverksam och som vill stärka sin teoretiska och praktiska förståelse för nudging och beteendeförändring i relation till vissa specifika utmaningar.  Kursen är på avancerad nivå och ger 5 högskolepoäng. Undervisningen genomförs på distans via Canvas som är Karlstads universitets lärplattform. Kursen är avgiftsfri. Antal platser är begränsat. FÖR VEM?Kursen vänder sig till dig som är yrkesverksam och som vill stärka sin teoretiska och praktiska förståelse för nudging och beteendeförändring i relation till vissa specifika utmaningar.  Läs mer och anmäl ditt intresse: https://www.kau.se/ctf/ise/nudging

The course on Large Language Models for Industry is designed to cater to the demands of industries amidst the global push for sustainability and green transitions. Large Language Models (LLMs) represent a pivotal technology thatcan revolutionize how industries operate, communicate, and innovate. In this course, participants explore the intricate mechanics and practical applications of LLMs within industry contexts. The course covers the principles and technologies spanning from traditional Natural Language Processing (NLP) to Natural Language Understanding (NLU), enabled through the development of LLMs. Emphasizing industry-specific challenges and opportunities, participants learn to utilize LLMs while considering sustainability concerns. Participants gain valuable insights from adapting LLMs to tackle real-world problems through examples and exercises tailored to industry needs. By the course completion,participants are equipped to leverage LLMs as transformative tools for driving industry innovation and, at the same time, advancing sustainability goals. Scheduled online seminars November 14th 2024, 15:00 - 17:00 December 12th 2024, 15:00 - 17:00 January 9th 2025, 14:00 - 17:00 Entry requirements At least 180 credits including 15 credits programming as well as qualifications corresponding to the course "English 5"/"English A" from the Swedish Upper Secondary School.

Business models that efficiently contribute to reduction of material use and waste are key to successful transition towards sustainability. This course has a particular focus on the interplay between business models, product innovation and production processes. Through this course, you will explore the critical relationship between sustainable practices and business strategies, preparing you to contribute meaningfully to the circular economy and sustainable development initiatives. In this course, you will be introduced to systematic working methods for business development in practical contexts, with a specific focus on innovation and creativity. The goal of the course is to provide a deep understanding of the application of various business model practices in different types of development work. The objective is for course participants to enhance their ability to understand and apply business development processes in the manufacturing industry, and gain deeper insights into how these processes relate to organizations' innovation and business strategies in order to achieve circular flows, resilience, and sustainability. The teaching consists of self-study using course literature, films, and other materials through an internet-based course platform, as well as scheduled webinars and written reflections. There are no physical meetings; only digital online seminars are incuded. Study hours 40 hours distributed from week x, 2025 to week x, 2025. Webinar 1: Webinar 2: Webinar 3:  The first webinar is Januray x, but the course opens on January x, which means that you by then reach the course material and can start your training. Target GroupThis course is primarily intended for engineers in management or middle management positions within industry, whether they are recent graduates or individuals with extensive experience. The course is suitable for individuals with backgrounds in mechanical engineering, industrial engineering management, or similar educational background. Entry RequirementsTo be eligible for this course, participants must have completed courses equivalent to at least 120 credits, with a minimum of 90 entry Requirement credits in a technical subject area, with at least a passing grade, or equivalent knowledge. Proficiency in English is also required, equivalent to English Level 6. Educational package in circular economyThe course Product/production and business development for circular flows is an introduction of the educational package starting again spring 2024. This course Business development for circular flow together with Product development for circular flows and Production for cirkular flows are free standing independent courses that build on knowledge in the field.

In the era of shift towards green transition, industries face unique challenges and generates numerous opportunities. This course, "Intelligent Asset Management and Industrial AI" is designed to equip professionals with the knowledge and tools necessary to support advanced technologies in achieving environmental sustainability. Industries play a major role in contributing to the global economy that is accompanied with a significant share towards environmental degradation. The growing climatic concerns and degradation of natural resources has urged the need to reduce carbon footprints, minimize waste, and optimize resource utilization such that a green transition is achieved. Intelligent Asset Management and Industrial AI are at the forefront of this transformation offering innovative solutions to enhance operational efficiency, reduce environmental impact and support the industry’s commitment to sustainability. Furthermore, the course can help a professional to optimize the usage of resources, look for energy efficient systems, consider environmental changes, develop sustainable solutions, and integrate advanced technologies towards green transition. This is a problem-based course specific to an industrial sector. The problems can be provided by the course supervisor, or the participants can bring their own problems from their work. Common problems include e.g. asset management by balancing cost against performance, identifying, detecting, predicting, and planning for unexpected outages, disruptions or failures, exploring challenges and opportunities with AI and digitisation, monitoring the condition of industrial assets, and achieving sustainability goals. Target groupThe target group includes individuals working in various industries such as railway, mining, transportation, construction, manufacturing, logistics, energy, and other organizations that are or planning to implement asset management systems. This course can be suitable for professionals ranging from asset managers, maintenance and reliability professionals, operation managers, engineers, project managers, and asset management consultants. Online seminarsDecember 10th at 14.00 to 15.00January 14th at 14.00 to 15.00January 31st at 14.00 to 15.00February 13th at 14.00 to 15.00February 28th at 14.00 to 15.00 Entry requirements Bachelor’s degree of at least 180 ECTS or equivalent, which includes courses of at least 60 ECTS in for example one of the following areas: Maintenance Engineering, Mechanical Engineering, Materials Science, Data Science, Computer Engineering, Civil Engineering, Electrical and Electronics Engineering or equivalent. Or professional experience requirements four to five years of experience in relevant industries.