Zertifikatskurs
Certificate of Advanced Studies (CAS)
Data Science and AI Architectures
Welchen Einfluss hat die professionelle Ausbildung im Umgang mit Daten und KI-Technologien auf die Wettbewerbsfähigkeit von Unternehmen in einer Ära von Künstlicher Intelligenz und datengetriebener Entscheidungsfindung?
In Zeiten von Künstlicher Intelligenz und datengetriebener Entscheidungsfindung ist die Investition in eine professionelle Ausbildung im Umgang Daten und KI-Technologien ein wesentlicher Erfolgsfaktor für Ihre persönliche Karriere und die Wettbewerbsfähigkeit von Unternehmen. Mit dem Zertifikatskurs und Certificate of Advanced Studies (CAS) im Bereich „Data Science and AI Architectures“ erweitern Sie Ihre Kenntnisse im Bereich Data Science um die zentralen Themen Machine Learning, Natural Language Processing und Generative AI sowie Big Data Architekturen. Damit sind Sie optimal aufgestellt, um den Einsatz von KI-basierten Co-Pilots zu evaluieren. Ziel ist es, das Unternehmen für die aktuellen und künftigen Herausforderungen in der Welt von Big Data und AI wettbewerbsfähig aufzustellen.
Im Zertifikatskurs werden dazu drei zentrale Themenbereiche vertieft behandelt:
- das Deployment und Monitoring von Machine Learning-Modellen in KI-Projekten (MLOps)
- die Verarbeitung großer, unstrukturierter Datenmengen mit dafür geeigneten Modellen und Methoden der Sprachverarbeitung (Natural Language Processing and Generative AI)
- die Konzeption und Umsetzung leistungsfähiger Architekturen (BI- and Big Data Architectures)
Im Modul MLOps tauchen Sie dabei ein in die Welt KI-Projekte und lernen, wie Sie diese von der Anforderungsaufnahme bis zur Inbetriebnahme und Skalierung einer KI-basierten Lösung erfolgreich gestalten.
Im Bereich Natural Language Processing und Generative AI entdecken Sie die faszinierenden Möglichkeiten der computergestützten Sprachverarbeitung und von generativen KI-Modellen wie z.B. GPT-4 oder Midjourney AI. Dieses Modul bietet Ihnen Einblicke in fortschrittliche Techniken und deren Anwendung in realen Szenarien, um innovative Lösungen zu entwickeln.
Das Modul BI- und Big Data-Architectures behandelt unterschiedliche Ansätze zur Integration von Unternehmensdaten, die für die Datenanalyse und das Maschinelle Lernen Grundvoraussetzung sind.
Unser Zertifikatskurs ist so gestaltet, dass es sowohl für Fachleute mit einem Hintergrund in der Informatik als auch für Mitarbeiter aus betrieblichen Fachbereichen zugänglich ist. Wir legen Wert darauf, dass alle Teilnehmer unabhängig von ihrem vorherigen Kenntnisstand von diesem Kurs profitieren können.
Nutzen Sie also direkt die Möglichkeiten und bewerben Sie sich jetzt für den Zertifikatskurs „Data Science and AI Architectures“! So machen Sie den nächsten Schritt in Ihrer Karriere und stellen sich optimal für die zunehmend datengetriebene Unternehmenswelt auf: Sie erwerben in unserem Zertifikatskurs dafür praxisorientiert vertiefte Kenntnisse in fortgeschrittenen Data-Science-Technologien, wenden diese während des Kurses in realen Unternehmensszenarien an und gestalten mit Ihrem Wissen für Ihren Bereich passgenaue Architekturen für analytische Applikationen. Damit können Sie den Mehrwert von Daten in geschäftlichen Entscheidungsprozessen Ihres Unternehmens maximieren.
Module des CAS
Bereits alle Plätze vergeben (Vormerkung nächster Termin möglich)
> Direkt zur Modulseite (LINK)
Machine Learning Operations (MLOps) ist eine funktionsübergreifende Disziplin, die sich auf die Bereitstellung, Prüfung, Überwachung und Automatisierung von Machine Learning-Modellen konzentriert. MLOps hat zum Ziel, das Trainieren, Bereitstellen und Überwachen von Machine Learning Modellen mit Hilfe von Prozessen und Tools zu erleichtern und gleichzeitig sicherzustellen, dass sie zuverlässig, skalierbar und sicher sind. Dies kann Unternehmen dabei helfen, die Entwicklung von Modellen wesentlich zu beschleunigen und gleichzeitig deren Leistung und Zuverlässigkeit zu verbessern.
Das Modul Machine Learning Operations (MLOps) vermittelt einen Überblick über die Grundkonzepte von MLOps. Zudem werden methodische Ansätze und Werkzeuge zur manuellen und automatischen Erstellung, Verwaltung, Bereitstellung und Überwachung von Machine Learning-Modellen vermittelt. Teilnehmer lernen darüber hinaus, welche Governance-Aspekte durch MLOps betroffen sind und wie die Qualitätssicherung von betrieblich genutzten Machine Learning-Modellen sichergestellt werden kann.
> Direkt zur Modulseite (LINK)
> Direkt zur Bewerbermaske (LINK)
Die Verarbeitung von Sprache (Natural Language Processing / NLP) ist ein sehr wichtiger Teil der Informationsbeschaffung und ist deshalb eine Kerndisziplin von Data Science. NLP kombiniert die regelbasierte Modellierung der menschlichen Sprache mit statistischen, maschinellen Deep Learning Modellen. Mit Hilfe von generativer KI können Computer auf der Basis der ihnen bekannten Inhalte und der ihnen gemachten Vorgaben neue Inhalte generieren. Diese Modelle nutzen sowohl unüberwachtes als auch halbüberwachtes maschinelles Lernen.
Das Modul Natural Languages Processing (NLP) and Generative AI vermittelt fortgeschrittenes Wissen zu den Techniken der maschinellen Textverarbeitung. Dazu werden aktuelle Modelle und Methoden sowie deren technische Hintergründe vorgestellt und deren jeweiligen Anwendungsmöglichkeiten in der Sprachverarbeitung aufgezeigt. Beispiele hierfür sind Generative Adversarial Networks (GANs) und Generative Pre-trained Transformer (GPT). Die Teilnehmer lernen auf praktischer Ebene, mit Modellen wie diesen umzugehen und sie entsprechend ihrer Anwendungszwecke zu trainieren.
Bereits alle Plätze vergeben (Vormerkung nächster Termin möglich)
> Direkt zur Modulseite (LINK)
Im Modul BI- and Big Data Architectures werden skalierbare analytische Architekturen aus den Bereichen Business lntelligence (BI) und Big Data behandelt. Dabei werden sowohl die Herausforderungen in der Gestaltung anforderungsgerechter Systeme sowie die theoretischen Grundlagen aus den Bereichen BI und Big Data diskutiert, als auch in Übungen und einem umfangreichen Projekt die entsprechenden (Cloud-)Technologien praktisch angewendet, konfiguriert und programmiert.
Die Teilnehmenden sind nach Abschluss des Moduls in der Lage, für verschiedene Anwendungsfälle entsprechende analytische Architekturen zu gestalten und zu bewerten.
Sie haben keinen ersten Hochschulabschluss oder auch Interesse an einzelnen Weiterbildungen? Neben diesen Angeboten können auch weitere über das Kontaktstudium besucht werden.