Ziele der Weiterbildung

Im Fokus der Weiterbildung Data Science Projektmanagement Masterclass steht die Vermittlung von Kenntnissen und Fähigkeiten im Bereich der Datenwissenschaft und des Projektmanagements. Die Inhalte umfassen weiterführende Mathematik und Statistik, die als Grundlage für Machine Learning und Deep Learning dienen. Innovation und Entrepreneurship werden ebenfalls thematisiert, um kreative Ansätze in der Datenanalyse zu fördern. Zudem werden Methoden zur Evaluierung von Use Cases und das Management von IT-Projekten behandelt. Ein praktisches Projekt zur technischen Projektplanung rundet die Weiterbildung ab.


Inhalte der Weiterbildung

Weiterführende Mathematik
  • Kalkül
  • Integrale Transformationen
  • Vektoralgebra
  • Vektorrechnung
  • Matrizen und Vektorräume
  • Informationstheorie
Weiterführende Statistik
  • Einführung in die Statistik
  • Wichtige Wahrscheinlichkeitsverteilungen und deren Anwendungen
  • Bayessche Statistik
  • Beschreibende Statistiken
  • Datenvisualisierung
  • Parameterschätzung
  • Hypothesentests
Machine Learning
  • Beaufsichtigte, unbeaufsichtigte und verstärkte Lernansätze
  • Regression und Klassifizierung von Lernproblemen
  • Abschätzung funktionaler Abhängigkeiten mittels Regressionsverfahren
  • Daten-Clustering
  • Unterstützt Vektor-Maschinen, große Margenklassifizierung
  • Lernen in Entscheidungsbäumen
Deep Learning
  • Einführung in neuronale Netze und Tiefenverdienen
  • Netzwerkarchitekturen
  • Neuronales Netzwerktraining
  • Alternative Trainingsmethoden
  • Weitere Netzwerkarchitekturen
Innovation und Entrepreneurship
  • Innovationsmanagement und Entrepreneurship in einer globalisierten Welt
  • Grundlagen der Entrepreneurships
  • Geschäftsidee und Unternehmensgründung
  • Finanzierungsquellen und Finanzierungsprozesse
  • Internet, digitales Business, und künstliche Intelligenz
  • Strategische Allianzen
  • Familienunternehmen
Use Case und Evaluierung
  • Anwendungsfallbewertung
  • Modellzentrierte Auswertung
  • Geschäftszentrierte Bewertung
  • Überwachung
  • Vermeidung gängiger Irrtümer
  • Veränderungsmanagement
Management von IT-Projekten
  • Risiken und Herausforderungen der industriellen Softwaretechnik
  • Softwarelebenszyklus: von Planung bis Ablösung
  • Rollen im Software Engineering
  • Organisation von Softwareprojekten
  • Softwareprozessmodell-Rahmenwerke
  • Organisation und Struktur im IT-Projektmanagement
  • Ausgewählte Techniken im IT-Projektmanagement
  • Denkmodelle im IT-Projektmanagement
Projekt: Technische Projektplanung
  • In diesem Kurs lernen die Weiterbildenden, die in den vorangegangenen Modulen erlernten Projektmanagementkonzepte in einem praxisnahen Projekt anzuwenden.