- Einblick in Data Science und die wachsende Wichtigkeit von Datenethik in der modernen Analyse
- Einführung in Python als Werkzeug für die Arbeit mit ethischen Daten zur Sicherung von Datenschutz und Fairness
- Erläuterung der Rolle von KI und maschinellem Lernen bei Entscheidungen und den ethischen Einflüssen algorithmischer Verzerrungen
- Einrichtung der Python-Umgebung zur Bearbeitung ethischer Problemstellungen in Datenprojekten
Wissen über Datenethik
- Einführung in die Datenethik zur Sicherstellung von Vertrauen und Verantwortung in Data Science
- Untersuchung von Verfälschung, Fairness, Datenschutz und Offenheit bei Datengewinnung und Modellentwicklung
- Ethische Herausforderungen bei KI-gesteuerten Entscheidungen, wie Diskriminierung und Transparenz
- Best Practices zur Gewährleistung, dass Daten für maschinelles Lernen ethisch vertretbar und unvoreingenommen sind
Kommunikation von Datenanalyse-Erkenntnissen
- Strategien zur Präsentation komplexer Data Science-Erkenntnisse für nicht-technische Stakeholder
- Techniken zur Erklärung ethischer Bedenken und Beschränkungen von KI-Modellen an Führungskräfte
- Erstellung klarer Visualisierungen und Berichte, die Datenwissenschaftlichen Erkenntnisse allgemein verständlich machen
- Sicherstellen, dass datenbasierte Geschäftsentscheidungen ethisch vertretbar und organisationskonform sind
Rechtliche und regulatorische Überlegungen in der Data Science
- Einführung in DSGVO und andere Datenschutzgesetze, die Data Science-Projekte betreffen
- Ethische Bedenken in Bezug auf Datenschutz und -sicherheit, besonders in heiklen Bereichen wie Gesundheit und Finanzen
- Verständnis der rechtlichen Konsequenzen bei der Nutzung personenbezogener Daten für das Training von Machine Learning-Modellen
- Durchführung bewährter Methoden zur Einhaltung von Vorschriften bei der Ausführung von Data Science- und KI-Aufgaben