Kurs: Data Engineer - Konzepte ML

Kursbeschreibung

Der Kurs ,,Data Engineer - Konzepte ML" vermittelt die Grundlagen und wesentlichen Methoden, die Data Engineers für die Arbeit mit Machine Learning (ML) benötigen. Teilnehmende lernen, wie Daten strukturiert, aufbereitet und für ML-Modelle bereitgestellt werden. Zudem wird vermittelt, wie Datenpipelines gestaltet werden, um die Integration von ML in Unternehmensprozesse zu ermöglichen. Ziel ist es, ein fundiertes Verständnis von ML-Konzepten im Kontext des Data Engineerings aufzubauen.

Zielgruppe
Data Engineers, Data Scientists, Entwickler:innen und IT-Fachkräfte, die ein grundlegendes Verständnis für Machine Learning im Data Engineering entwickeln möchten.

Kursniveau
Von Anfänger bis Fortgeschritten

Vorkenntnisse & empfohlene Vorkurse
Grundkenntnisse in Python, SQL und Cloud-Technologien sind hilfreich, aber nicht zwingend erforderlich.

Grundlagen von ML-Konzepten im Data Engineering

Die Teilnehmenden lernen, welche Konzepte hinter Machine Learning stehen und wie sie im Data Engineering eingesetzt werden. Praxisbeispiel: Nutzung einer Pipeline zur Vorhersage von Verkaufszahlen.

  • Grundlagen Machine Learning
  • Einsatz im Data Engineering
  • Praxisbeispiel Verkaufsprognose

Datenmanagement - Microsoft DP-900

Es werden Grundlagen der Datenverwaltung in relationalen und nicht-relationalen Datenbanken vermittelt. Praxisbeispiel: Strukturierung von Kundendaten in Azure SQL.

  • Microsoft DP-900 Azure Data Fundamentals
  • Relationale & NoSQL-Datenbanken
  • Datenmanagement in Azure
  • Praxisbeispiel Kundendaten

Big Data Engineering - Microsoft DP-203

Die Teilnehmenden lernen, wie große Datenmengen gespeichert, transformiert und analysiert werden. Praxisbeispiel: Nutzung von Azure Data Lake für Logdaten.

  • Microsoft DP-203 Data Engineering on Microsoft Azure
  • Speicherung & Verarbeitung von Big Data
  • Datenintegration mit Azure Data Lake
  • Praxisbeispiel Logdaten

Einführung KI - Microsoft AI-900

Das Modul vermittelt grundlegende Kenntnisse in Künstlicher Intelligenz und deren Anwendung in der Cloud. Praxisbeispiel: Nutzung von Cognitive Services für Bildanalyse.

  • Microsoft AI-900 Azure AI Fundamentals
  • Grundlagen der Künstlichen Intelligenz
  • Cognitive Services
  • Praxisbeispiel Bildanalyse

Entwicklung von KI-Lösungen - Microsoft AI-102

Teilnehmende vertiefen ihr Wissen über die Entwicklung von KI-Lösungen mit Azure. Praxisbeispiel: Aufbau eines Sprachmodells mit Azure Cognitive Services.

  • Microsoft AI-102 Azure AI Engineer Associate
  • Entwicklung von KI-Lösungen
  • Nutzung von Cognitive Services
  • Praxisbeispiel Sprachmodell

Zusatzinformationen

Der Kurs ist AZAV-zertifiziert, über Bildungsgutschein und Qualifizierungschancengesetz (QCG) förderbar.
Er eignet sich sowohl für Einzelpersonen als auch für B2B-Kund:innen. Durchführung über New Horizons (München, Stuttgart, Nürnberg) sowie learn2program.de.

Alle Kurse können deutschlandweit online belegt werden. Viele unserer Kurse finden auf Deutsch und/oder auf Englisch statt.

Fazit

Die Weiterbildung ,,Data Engineer - Konzepte ML" bietet eine solide Einführung in die Konzepte von Machine Learning und deren Umsetzung im Data Engineering. Mit DP-900, DP-203, AI-900 und AI-102 erwerben die Teilnehmenden praxisorientierte Kompetenzen, um ML-Lösungen im Unternehmenskontext umzusetzen.