Titel: Künstliche Intelligenz - Künstliche Intelligenz in Python und Datenwissenschaft
1. Kursbeschreibung
Der Kurs ,,Künstliche Intelligenz - Künstliche Intelligenz in Python und Datenwissenschaft" verbindet die Welt der Datenanalyse mit maschinellem Lernen und moderner KI-Entwicklung. Teilnehmende lernen, wie sie Python nutzen, um Daten zu analysieren, Modelle zu trainieren und KI-Anwendungen in der Cloud bereitzustellen. Der Kurs vermittelt praxisnahes Wissen aus den Bereichen Data Science, Machine Learning und Azure-KI-Architektur.
2. Zielgruppe
Der Kurs richtet sich an Data Scientists, KI-Entwickler:innen, Analyst:innen, IT-Quereinsteiger:innen und Studierende, die praxisorientierte Kenntnisse in Python, Datenanalyse und KI-Entwicklung erwerben möchten.
3. Kursniveau
Einsteiger bis Fortgeschrittene - Programmier- oder Statistikkenntnisse sind hilfreich, aber nicht zwingend erforderlich.
4. Vorkenntnisse & empfohlene Vorkurse
Empfohlen: ,,Azure Fundamentals (AZ-900)" und ,,Introduction to Python", um grundlegende Cloud- und Programmierkonzepte zu verstehen.
5. Agenda (4-6 Themenblöcke)
Modul 1: Grundlagen der Künstlichen Intelligenz und Datenwissenschaft
Teilnehmende erhalten einen Überblick über moderne KI-Systeme, Algorithmen und Anwendungsbereiche der Datenwissenschaft.
Praxisbeispiel: Analyse und Visualisierung von Datensätzen mit Python und Pandas.
Kursinhalte:
- Einführung in Künstliche Intelligenz und Data Science
- Maschinelles Lernen und neuronale Netze
- Datenaufbereitung, Feature Engineering und Visualisierung
- Überblick über Azure Machine Learning und Cloud-Tools
Modul 2: Microsoft DP-100 - Azure Data Scientist Associate
Dieses Modul vertieft das Wissen rund um das Training, Evaluieren und Bereitstellen von Machine-Learning-Modellen in Azure.
Praxisbeispiel: Erstellung eines Prognosemodells mit Azure Machine Learning Studio.
Kursinhalte:
- Azure Machine Learning Workflows
- Datentransformation und Modelltraining
- Evaluierung, Deployment und Automatisierung
- Sicherheit und Governance in KI-Projekten
Modul 3: Microsoft AI-102 - Azure AI Engineer Associate
Hier lernen Teilnehmende, KI-Anwendungen zu entwickeln, zu testen und in Cloud-Umgebungen zu integrieren.
Praxisbeispiel: Entwicklung einer KI-App mit Azure OpenAI und Cognitive Services.
Kursinhalte:
- Azure Cognitive Services (Vision, Speech, Language)
- Nutzung von Azure OpenAI (ChatGPT, GPT-4o)
- Integration von KI-Modellen in Anwendungen
- Monitoring und Skalierung von KI-Diensten
Modul 4: Python for Data Science (Zusatzqualifikation)
Dieses Modul vermittelt praxisnahes Wissen über den Einsatz von Python für Datenanalyse und Machine Learning.
Praxisbeispiel: Aufbau eines ML-Modells mit Scikit-learn zur Vorhersage von Markttrends.
Kursinhalte:
- Einführung in Python und Jupyter Notebooks
- Nutzung von Pandas, NumPy und Matplotlib
- Grundlagen von Machine Learning mit Scikit-learn
- Datenvisualisierung und Auswertung
Modul 5: Praxisprojekt - KI in Python und Azure
Im Abschlussmodul setzen die Teilnehmenden ihr Wissen in einem praxisnahen Projekt um.
Praxisbeispiel: Entwicklung einer vollständigen Machine-Learning-Pipeline mit Python und Azure.
Kursinhalte:
- Kombination von Python, Azure ML und Power BI
- Datenmodellierung und Automatisierung
- Dokumentation, Testing und Deployment
- Abschlusspräsentation und Feedback
6. Zusatzinformationen
Der Kurs ist AZAV-zertifiziert und kann über Bildungsgutschein oder Qualifizierungschancengesetz (QCG) gefördert werden.
Er richtet sich an Einzelpersonen und B2B-Kund:innen und wird über New Horizons (München, Stuttgart, Nürnberg) sowie learn2program.de angeboten.
7. Fazit
,,Künstliche Intelligenz - Künstliche Intelligenz in Python und Datenwissenschaft" bietet eine praxisnahe Ausbildung in der KI-Entwicklung und Datenanalyse. Teilnehmende lernen, Python gezielt zur Erstellung, Analyse und Integration von KI-Systemen zu nutzen - eine der gefragtesten Kompetenzen im modernen Arbeitsmarkt.
Alle Kurse können deutschlandweit online belegt werden. Viele unserer Kurse finden auf Deutsch und/oder auf Englisch statt.