- Grundbegriffe von Data Science, AI, Artificial Intelligence und Künstliche Intelligenz
- Definition der Rolle und der Verantwortungen eines KI Berater im Unternehmen
- Einblicke in datenbasierte Geschäftsmodelle und Data Science-gesteuerte Lösungen
- Einrichtung der technischen Arbeitsumgebung mit Python, UNIX und Git für Beratungsprojekte
Beratungsansätze in AI & Machine Learning
- Supervised und Unsupervised Learning Techniken für Data Science Projekte im Beratungsumfeld
- Nutzung von ML-Modellen zur Prozessoptimierung als KI Berater
- Kenntnis der Frameworks wie Tensorflow, Keras und Scikit-learn
- Verständnis und Vermittlung von Data Science Modelloutputs an Stakeholder
Methoden & Werkzeuge in Data Science für KI Berater
- Explorative Datenanalyse, Feature Engineering und Visualisierung mit Pandas, Numpy & SQL
- Bewertung und Analyse von Datenqualität und Struktur durch KI Berater
- Verwendung des Data Science Lebenszyklus zur Entwicklung von Lösungen
- Erstellung praxisnaher Use Cases mit echtem Mehrwert für KI Berater
Strategische und ethische Dimensionen in AI-Beratung
- Beratung zu AI-Governance, Datenschutz und algorithmische Fairness
- Entwicklung strategischer Entscheidungsunterlagen für KI Berater
- Ethische Überlegungen zu Künstlicher Intelligenz und Data Science im Unternehmenseinsatz
- Vermittlung zwischen technischen, Management- und operativen Teams als KI Berater
Praxisprojekt: AI-Implementierung
- Durchführung eines simulierten Projekts zur Entwicklung einer AI-Strategie auf Basis von Data Science
- Zusammenarbeit im Team unter der Führung eines KI Beraters basierend auf agilen Methoden
- Darstellung eines AI-Lösungskonzepts mit Integration von Data Science
- Schwerpunkt auf Geschäftsnutzen, Skalierung und Erfolg durch fähige KI Berater