dc.contributor.advisor	Dostál Michal, Ing. Ph.D. :67269	cs
dc.contributor.author	Franz, Jan	cs
dc.contributor.referee	Prokop Martin, Ing. :69605	cs
dc.date.accessioned	2025-07-14T12:09:03Z
dc.date.available	2025-07-14T12:09:03Z
dc.date.committed	31.8.2026	cs
dc.date.defense	11.6.2025	cs
dc.date.issued	2025-06-11	cs
dc.date.submitted	1.11.2024	cs
dc.description.abstract	Tato diplomová práce se zabývá možnostmi využití generativní umělé inteligence při doporučování školení v rámci firmy Škoda Auto a.s. V teoretické části jsou popsány základy strojového učení, hlubokého učení a principy generativní AI, včetně analýzy současných modelů jako ChatGPT, Copilot a DeepSeek. Praktická část práce se věnuje návrhu, testování a implementaci prototypu systému pro personalizaci doporučování školení zaměstnancům na základě jejich pracovních pozic a individuálních potřeb. Výsledkem je vytvoření funkčního AI asistenta, který umožňuje efektivnější plánování rozvoje zaměstnanců a podporuje přechod od tradičního push modelu vzdělávání k modernímu pull přístupu. Práce dále diskutuje možnosti rozšíření tohoto systému, včetně napojení na interní databáze, automatizace procesů a využití přirozeného jazyka pro komunikaci. V závěru je provedeno ekonomické zhodnocení přínosů a návrh na další aplikace v rámci firemního prostředí.	cs
dc.description.abstract	This thesis focuses on the use of generative artificial intelligence for recommending training programs within the company Škoda Auto a.s. The theoretical part presents the foundations of machine learning, deep learning, and the principles of generative AI, including an analysis of current models such as ChatGPT, Copilot, and DeepSeek. The practical part is dedicated to the design, testing, and implementation of a prototype system for the personalized recommendation of training based on employees' job positions and individual needs. The outcome is a functional AI assistant that enables more efficient planning of employee development and supports the shift from the traditional push approach to a modern pull approach to corporate learning. The thesis also discusses possible system enhancements, including integration with internal databases, automation of processes, and the use of natural language processing for communication. The conclusion includes an economic evaluation of the benefits and outlines further possible applications within the corporate environment.	en
dc.format	109	cs
dc.identifier.uri	https://dspace.tul.cz/handle/15240/177215
dc.language.iso	CS	cs
dc.subject	ChatGPT	cs
dc.subject	Copilot	cs
dc.subject	Deep Learning	cs
dc.subject	DeepSeek	cs
dc.subject	generativní AI	cs
dc.subject	návrh modelu	cs
dc.subject	personalizace školení	cs
dc.subject	pull přístup	cs
dc.subject	push přístup	cs
dc.subject	strojové učení	cs
dc.subject	Škoda Auto a.s.	cs
dc.subject	umělá inteligence	cs
dc.subject	vzdělávání zaměstnanců	cs
dc.title	Optimalizace a automatizace procesů ve firmě pomocí umělé inteligence.	cs
dc.title	Optimization and automation of company processes using artificial intelligence.	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Navazující	cs
local.identifier.author	E23000461	cs
local.identifier.stag	48017	cs

Optimalizace a automatizace procesů ve firmě pomocí umělé inteligence.

Files

Original bundle

Collections