Die Broschüre zeigt auf, wie die Digitalisierung Jobprofile verändert, definiert Buzzwords und beschreibt Anwendungsfälle und Rollen im Kontext von Data Science - kompakt auf einen Blick!
Data Science Business Professional
Künstliche Intelligenz: Ihr Einstieg in die digitale Kompetenz der Zukunft
Sie haben bereits eine Vorstellung vom Potenzial Ihrer Unternehmensdaten und fragen sich, wie Sie selbst, auch ohne Programmierkenntnisse und Data Science-Hintergrund, tiefer einsteigen können? In dieser Blended Learning-Weiterbildung lernen Sie über sechs Monate alle wichtigen Schritte im Machine Learning-Prozess kennen. Anhand praktischer Use Cases und Übungen gehen Sie durch alle wesentlichen Schritte, von der Datenbereinigung bis zu produktiven Machine Learning-Modellen und setzen das Gelernte mit dem Analysetool KNIME visuell um.
Data Science Business Professional
Basierend auf dem branchenübergreifenden Prozessmodell CRISP DM werden in diesem Modul alle relevanten Phasen erklärt, die im Rahmen eines Data Science-Projekts von Bedeutung sind.
- Business Problem
Der Ausgangspunkt eines jeden Data Science Projektes ist immer ein reales Business Problem, welches uns im Alltag begegnet. - KI-Anwendungsfall
Unser Business Problem übersetzen wir nun in einen konkreten KI-Anwendungsfall. Das heißt, Sie überlegen sich, wie Sie Ihr Business Problem durch die Analyse von Daten und die Anwendung von Machine Learning Algorithmen lösen können. -
Datensammlung
Machine Learning Algorithmen brauchen in der Regel eine große Menge an Daten von guter Qualität. Hier beschäftigen Sie sich mit einer gut durchdachten Datensammlungsstrategie. -
Datenintegration
Die Datenintegration stellt einen grundlegenden Teil im Data Science Cycle dar. In dieser Lerneinheit erfahren Sie: Daten aus unterschiedlichen Datenquellen zu harmonisieren und zu vereinheitlichen. -
Datenvorbereitung und -bereinigung
Hier erfahren Sie mehr über Strategien und Maßnahmen, um Datensätze von fehlenden oder fehlerhaften Werten zu befreien. -
Datenvisualisierung und -analyse
Auf Basis erster Analysen und Visualisierungen der Daten untersuchen wir, welche Eigenschaften im Datensatz miteinander in Verbindung stehen (zum Beispiel das Alter von Kunden sowie deren Kaufentscheidung für ein bestimmtes Produkt). -
Auswahl der Eigenschaften
In diesem Schritt geht es um die Auswahl an Eigenschaften, also Variablen, die wir verwenden wollen, um einen Machine Learning Algorithmus zu trainieren. -
Algorithmus- und Methodikauswahl
Im nächsten Schritt wählen wir Algorithmen aus und trainieren diese mit den ausgewählten Eigenschaften unseres Datensatzes - Ergebnisbeurteilung
Bevor wir ein trainiertes Modell final in der Praxis umsetzen können, unterziehen wir es einer gründlichen Evaluation und fragen uns, ob es uns helfen kann, unser Business Problem zu lösen und damit unsere Business-Ziele zu erreichen. - Deployment, Überwachung & Fehlersuche
In der finalen Phase finden wir heraus, ob unser trainiertes Modell gut funktioniert, sodass wir es produktiv im Unternehmen einsetzen und unser Business Problem nachhaltig lösen können.
In Modul 3 lernen Sie die Open-Source-Software KNIME kennen. KNIME bietet Ihnen die Möglichkeit, Ihre Daten mit geringem Aufwand visuell aufzubereiten. Darüber hinaus ist KNIME eine vollwertigen Machine Learning-Anwendung, die völlig ohne Programmierkenntnisse bedient werden kann.
- Einführung in KNIME
Erste Schritte in KNIME. Erklärung aller wichtigen Komponenten der KNIME-Benutzeroberfläche. Sie installieren die KNIME-Anwendung und importieren einen ersten Beispieldatensatz. - Datenimport
In diesem Modul gehen wir näher auf die Nodes (Netzwerkknoten) für den Import ein. - Datentransformation
Im nächsten Schritt werden verschiedene Nodes der Datentransformation beschrieben und erklärt. - Datenvisualisierung
Es werden die verschiedenen Nodes (Netzwerkknoten) zur Datenvisualisierung präsentiert. - Datenbereinigung
Wir beschäftigen uns praxisnah mit der Datenbereinigung. - Dokumentation & Workflow Organisation
Sie lernen Verfahren zu Dokumentation und Workflow Organisation kennen. - Weiterführende Datentransformation
Es werden weitere Nodes zur Datentransformation eingeführt und erklärt. - Machine Learning
Hier wird die Anwendung von Machine Learnings in KNIME verdeutlicht und erklärt. - Datenexport
Es werden Nodes (Netzwerkknoten) zum Datenexport beschrieben und erklärt.
Nach Beendigung des zweiten Moduls legen Sie einen Online-Wissenstest ab. Der Wissenstest ist eine online-basierte Prüfung, die Sie an Ihrem PC durchführen können. Die ePrüfung umfasst 20 Fragen, die sich allesamt auf die erlernten Inhalte des zweiten Moduls beziehen. Sie erfahren direkt im Anschluss, ob Sie bestanden haben oder nicht.
Die schriftliche Projektarbeit erfolgt nach Beendigung des dritten Moduls. Sie bearbeiten selbstständig ein Datenanalysebeispiel in KNIME und wenden das erlernte Wissen direkt an. Im Rahmen der Projektarbeit bearbeiten Sie selbstständig eine Vertiefungsaufgabe zu einem von uns bereit gestellten Datensatz in KNIME. Die Vertiefungsaufgabe bezieht sich auf die Lerninhalte des dritten Moduls. Somit haben Sie die Möglichkeit das Gelernte praxis- und alltagsnah anzuwenden.
- eLearning: Mehr Tempo durch Digitalisierung
Die digitale Transformation birgt das Potential Tempo in Ihre Organisation zu bringen. Geschwindigkeit ist wichtig, um am Markt zu sein und zu bleiben. Wie Sie das Tempo innerhalb Ihrer Organisation erhöhen und weiterhin auf Erfolgskurs bleiben, erfahren Sie in diesem zusätzlichen eLearning. - eLearning: Neue Konzepte für die digitale Transformation
Neue Tools und Methoden unterstützen Sie und Ihr Unternehmen dabei die digitale Transformation erfolgreich zu meistern. In diesem Kurs erhalten Sie einen Überblick von Design Thinking bis Kanban, um fundiert mitreden zu können.
Inhalte
- Navigation durch alle wichtigen Schritte des Machine Learnings.
- Kennenlernen des Prozessstandards CRISP DM (Cross-industry standard process for data mining).
- Praxisnaher Einstieg in die Open-Source-Software KNIME.
- Bewertung der Business Anforderungen in Bezug auf Ihre Datenbasis.
- Einschätzung von Potenzialen in einem datengetriebenen Umfeld.
- Interpretation von Datenergebnissen.
- Kommunikation und Präsentation datengesteuerter Innovationen.
- Visualisierung und Storytelling für Ihr Business.
- Bewertung der Relevanz interner und externer Datenquellen.
- Verankerung von Datenmodellen in Prozessen.
Online-Lernumgebung & LUX Community
In Ihrer persönlichen Online-Lernumgebung finden Sie nach Ihrer Anmeldung nützliche Informationen, Downloads und extra Services zu Ihrerr Qualifizierungsmaßnahme. Die Lerninhalte werden regelmäßig aktualisiert und stehen Ihnen für ca. 12 Monate uneingeschränkt zur Verfügung.
In unserer Lern-Community LUX können Sie sich mit anderen Teilnehmenden austauschen und berufliche Erfahrungen miteinander teilen. Vernetzen Sie sich mit Menschen aus ganz Deutschland, bilden Sie Lerngruppen, helfen Sie Anderen mit Ihrem eigenen Wissen oder profitieren Sie umgekehrt von den Kenntnissen anderer Teilnehmer. Gemeinsam lernt es sich leichter!
Ihr Nutzen
Das Optimum für Sie: Knowhow-Aufbau zu technischen und sozialen Schlüsselkompetenzen
- Sie erhalten fundierte Skills rund um Data Science.
- Sie können Datenprojekte im eigenen Unternehmen anstoßen.
- Sie lernen Ihre Daten als erfolgreiche Entscheidungsgrundlage einzusetzen.
- Sie sind in der Lage den unternehmerischen Kontext und die grundsätzlichen Voraussetzungen für Machine Learning zu beurteilen.
- Sie erfahren wie Sie Ihre Unternehmensdaten in substanzielle Werte wandeln können.
- Sie erstellen aussagekräftige Datenvisualisierungen mit KNIME.
- Sie sind aufgrund der Datenanalyse in der Lage gezielt auf Ad-hoc-Anfragen zu reagieren.
- Sie steuern das Erwartungsmanagement an datenbasierte Lösungen und kommunizieren sowohl mit technologisch orientierten Einheiten in Ihrem Unternehmen als auch mit externen Dienstleistern im Data-Bereich auf Augenhöhe.
- Sie sind in der Lage datengesteuerte Innovationen erfolgreich zu gestalten und Geschäftsprozesse maßgeblich zu optimieren.
- Sie lernen aus prädiktiven Analysemethoden echte Mehrwerte für Ihr Unternehmen zu generieren.
- Sie stärken Ihr persönliches Berufsprofil und eignen sich zentrale Future Skills an.
- Unser praxisnahes Blended-Learning-Konzept garantiert Ihren Lernerfolg und bietet Ihnen durch umfangreiche eLearnings eine abwechslungsreiche Selbstlernphase.
- In unserer Lern-Community LUX können Sie sich mit anderen Teilnehmenden austauschen und gemeinsam lernen. Sie lernen zeit- und ortsunabhängig wann und wo Sie wollen. Alle Lerninhalte sind über unsere Online-Lernumgebung auch mobil nutzbar und langfristig verfügbar.
Methoden
Vermittlung der Inhalte über digitale Bestandteile wie z. B. eLearnings, interaktive Übungen, Webinare, Lernkontrollen und mehr. Austausch mit Lernenden und Experten über eine Community. Ortsungebunden und jederzeit abrufbar. Mobil lernen, wann und wo Sie möchten!
Teilnehmerkreis
Personen, die die Potenziale Ihrer Unternehmensdaten erkennen und damit einhergehende Innovationen vorantreiben und nutzen möchten. Alle, die mehr zum Thema Data Science erfahren möchten.
Keine Programmierkenntnisse erforderlich!
Hier erhalten Sie Eindrücke vom Seminar sowie Informationen rund um das Seminarthema.
- Maßgeschneidert für Ihren Bedarf
- Vor Ort für mehrere Mitarbeiter
- Zeit und Reisekosten sparen
- In Abstimmung auch virtuell möglich
Preis auf Anfrage.
Anfragen31560
Die angegebene Teilnahmegebühr beinhaltet
- ein gemeinsames Mittagessen pro vollem Seminartag,
- Pausenverpflegung und
- umfangreiche Arbeitsunterlagen.
Die Übernachtungskosten im Hotel werden vom Teilnehmer direkt mit dem Hotel abgerechnet. Für die Hotelbuchung finden Sie in Ihrer Lernumgebung ein Reservierungsformular.