Die Weiterbildung vermittelt praxisorientierte Kenntnisse im Bereich Datenanalyse, Künstliche Intelligenz (KI), Big Data und Data Engineering. Ziel ist es, datengetriebene Lösungen zu entwickeln und analytische Prozesse technisch umzusetzen.
Themenschwerpunkte1. Grundlagen der Programmierung- Grundlagen der Programmierung mit Python (inkl. objektorientierte Programmierung)
- Explorative Statistik und Datenqualitätsanalyse
- Datenvisualisierung mit Matplotlib, Seaborn und Plotly
- Versionierungs- und Entwicklungstools: Linux, Bash, Git, GitHub, Unit Testing
- Einführung in Cloud-Technologien inkl. AWS Cloud Practitioner-Vorbereitung
2. Machine Learning & KI
- Überwachtes und unüberwachtes Lernen (z. B. Klassifikation, Regression, Clustering)
- Recommender Systeme und Modell-Pipelines
- Zeitreihenanalyse, Anomalieerkennung, Dimensionsreduktion, Reinforcement Learning
- Interpretierbarkeit, Bias-Erkennung, ethische Grundlagen von KI
- Text Mining, Web Scraping (BeautifulSoup), Netzwerk-Analyse (NetworkX)
3. Deep Learning & Data Engineering
- Künstliche neuronale Netze mit Keras und TensorFlow
- Datenbankabfragen mit SQL, API-Entwicklung, PySpark
- Grundlagen zu MLOps: Docker, Streamlit
- Vorbereitung auf die AWS Solutions Architect-Zertifizierung
4. Durchführung und Abschluss
- Hybrides Lernformat mit synchronen Live-Sitzungen und Online-Selbstlernphasen
- Umfang: 120-stündiges Praxisprojekt zur Anwendung des Gelernten
- Unterrichtssprache: Englisch
- Abschluss: Teilnahmezertifikat sowie optionale Modulzertifikate (z. B. in Kooperation mit Universität Paris Sorbonne)