Nach Abschluss der Weiterbildung verfügen Sie über Fähigkeiten in den Bereichen Data Science, Künstliche Intelligenz (KI) und Datenengineering. Sie lernen, Datenanalysen durchzuführen, Ergebnisse zu visualisieren und Prozesse zu optimieren. Zudem beherrschen Sie die Nutzung von Datenbanksystemen mit SQL, die Programmierung mit Python und das Management von IT-Projekten mit Methoden wie Scrum. Diese Kenntnisse ermöglichen Ihnen, in verschiedenen Bereichen wie der Datenanalyse, der Entwicklung von KI-Anwendungen oder dem IT-Projektmanagement tätig zu werden.
- Einführung in relationale Datenbanken
- Datenbankmodellierung und Namenskonventionen
- Einführung in Algorithmen und Python-Grundlagen
- Variablen und Zuweisungen
Statistische Grundlagen
- Grundlagen der Statistik
- Mittelwert, Varianz und Standardabweichung
- Verteilungen in der Statistik
- Wahrscheinlichkeitsrechnung
- Korrelation und lineare Regression
Maschinelles Lernen
- Einführung in Machine Learning
- Lineare Regression
- K-nearest-neighbor-Klassifizierung
- Neuronale Netze und KI
Datenvisualisierung
- Datenvisualisierung
- Gantt-Diagramme und andere Visualisierungstools
- Interaktive Dashboards gestalten
- Berichterstattung und Analyse in MS Project
Versionsverwaltung und Continuous Integration
- Versionsverwaltung
- Operationen der Versionsverwaltung
- Continuous Integration und Continuous Delivery
- Agiles Arbeiten mit Git
Projektmanagement-Tools
- Überblick über MS Project
- Einführung in andere Projektmanagement-Tools (z.B. Trello, Asana, JIRA)
- Vergleich und Auswahl des richtigen Tools für das Projekt
- Integration von Projektmanagement-Tools mit anderen Softwarelösungen
Power BI und Datenanalyse
- Benutzeroberfläche von Power BI
- Datenquellen verbinden und importieren
- Arbeiten mit Power Query
- Berechnungen mit DAX-Ausdrücken
- Datenvorbereitung für Power BI
Fehlerbehandlung und Kontrollstrukturen
- Kontrollstrukturen: if, else, elif
- Funktionen definieren und aufrufen
- Fehlerbehandlung mit try und except
- Aktivierungsfunktionen (z.B. Sigmoid)
Scrum und agiles Projektmanagement
- Einführung in Scrum
- Scrum Master
- Product Owner
- Sprint Planning
- Product Backlog Management
- Definition of Done
Digitale Automatisierung und KI-Integration
- Einführung in digitale Automatisierung und KI
- Identifikation und Analyse von Geschäftsprozessen
- Anwendungsbereiche von KI in der Prozessautomatisierung
- Gestaltung und Modellierung automatisierter Prozesse
- Auswahl und Implementierung von KI-Tools
Datenbanken und SQL
- Normalisierung und Normalformen
- SELECT, JOIN und GROUP BY
- Transaktionen
- Indizes
Künstliche Intelligenz und neuronale Netze
- Moderne künstliche neuronale Netze
- Backpropagation und verborgene Knoten
- Mit etikettierten Daten lernen
- Bilder auswerten und Ziffern erkennen (z.B. mit NumPy)
KI-gestützte Technologien und Prompt-Optimierung
- Effektive Prompts erstellen
- Adaptive Prompt-Optimierung
- KI-gestützte Text- und Code-Generierung
- Custom GPTs erstellen und optimieren
- Kombination von Prompting-Techniken
- Zero-Shot, One-Shot, Few-Shot Learning