Schulungssuche

Durch die interaktive Online-Schulung »Machine Learning Operations (MLOps)« bekommen Sie einen kompakten Überblick über die Herausforderungen und Lösungsansätze zum produktiven Einsatz von ML-Anwendungen in Ihrem Unternehmen. Die wichtigsten Grundlagen der technischen und organisatorischen Aspekte des Prozessansatzes Machine Learning Operations (MLOps) werden Ihnen entlang des MLOps-Zyklus näher gebracht. Hierbei profitieren Sie von unserem fundierten Data Science Background als auch von der langjährigen Projekterfahrung in internen und Kundenprojekten. Dieser Kurs ist ein idealer Einstieg in das Themenfeld MLOps, da Sie aktuelle Konzepte, Methoden und Werkzeuge kennenlernen. Die technischen Inhalte werden durch einen laufenden Showcase verdeutlicht.

Die Schulung »Data Scientist specialized in Trustworthy AI« vermittelt einen umfassenden Überblick über die zur Absicherung von KI-Anwendungen relevanten Handlungsfelder. Sie erfahren, wie innovative KI-Technologien auf vertrauenswürdige Weise entwickelt und angewendet werden können. Sie erhalten Einblick in die Funktionsweise vertrauenswürdiger maschineller Lernverfahren und lernen spezifische Risiken von KI-Anwendungen kennen. Im Deep-Dive in die verschiedenen Handlungsfelder für den verantwortungsvollen Einsatz von Künstlicher Intelligenz erfahren Sie, mit welchen Metriken man die Risiken messen und mit welchen Methoden man ihnen begegnen kann. Die Inhalte werden durch maßgeschneiderte Demos und Übungsaufgaben vertieft. Die Schulung schließt mit einem ausführlichen Praxis-Beispiel, an dem eine systematische Herangehensweise für vertrauenswürdige KI illustriert wird.

Werden Sie Spezialist*in für das Datenmanagement! Unsere Fraunhofer-Expert*innen vermitteln Ihnen, wie Sie mit dem Konzept des Data Lakes Daten für die Analyse zusammenführen und aufbereiten. Diese praxisorientierte und interaktive Ausbildung befähigt Sie, Entscheidungen zur Einführung und Nutzung von Data Lakes oder NoSQL-Datenbanken zu treffen.

Diese Schulung schließt an die Angebote »Data Scientist Basic Level« und »Data Scientist Specialized in Data Analytics« an. Fachkräfte mit Programmiererfahrung und Grundkenntnissen in der Datenanalyse lernen Methoden und Tools zur Analyse von Big Data kennen. Nach der Schulung verstehen Sie, wie Analysealgorithmen für eine skalierbare Big-Data-Architektur implementiert werden und haben Beispiele für Batch- und Streaming-Verarbeitung kennengelernt. Sie lernen den Einsatz von Tools und Methoden zur Analyse von großen Datenmengen am Beispiel von Spark kennen, wobei insbesondere die Algorithmen aus Spark Machine Learning Library sowie Anbindung von Spark an Python (PySpark) vorgestellt und selbst eingeübt wird. Unter dem Thema »Deployment« wird besprochen, wie Modelle, die im Batch auf historischen Daten erstellt worden sind, auf neuen Daten schnell angewendet werden können. Des weiteren wird die Einbindung von Streaming-Systemen und Methoden der Datenanalyse unter Echtzeitanforderungen besprochen.

Durch maschinelles Lernen (ML) können sich Robotersysteme ohne großen Konfigurationsaufwand automatisch einrichten und viele Objekte bereits ohne spezifisches Wissen über deren Geometrie robust greifen und manipulieren. Weitere Technologien ermöglichen auch die Detektion und Segmentierung von Objekten zur Interaktion in unstrukturierten Umgebungen. Zudem helfen Simulationen, tiefe neuronale Netze zu trainieren und so das zeit- und personalintensive Annotieren von Trainingsdaten zu vermeiden.

In dieser Online-Schulung lernen Fachleute mit Grundkenntnissen im Bereich Statistik und erster Programmiererfahrung wesentliche Grundlagen der modernen Datenanalyse durch maschinelle Lernverfahren kennen. Die weitergehenden Möglichkeiten der Programmiersprache »Python« und insbesondere der Bibliothek scikit-learn und Pandas werden vorgestellt und eingeübt. Nach der Schulung sind Sie in der Lage, erste eigene Analysefragestellungen zu bearbeiten und den Nutzen von maschinellen Lernverfahren zu bewerten.

Hier lernen Fachleute mit Grundkenntnissen im Bereich Statistik und erster Programmiererfahrung wesentliche Grundlagen der modernen Datenanalyse kennen. Für die praktischen Übungen kommt die freie Software »KNIME« zum Einsatz. Die weitergehenden Möglichkeiten der statistischen Programmiersprache »Python« werden ebenfalls vorgestellt und eingeübt. Nach der Schulung sind Sie in der Lage, erste eigene Analysefragestellungen zu bearbeiten und den Nutzen von maschinellen Lernverfahren zu bewerten.

Daten sind der Rohstoff der Zukunft, wobei die Qualität der Daten maßgeblich das Ergebnis einer jeden Analyse beeinflusst – egal ob in Form von Bildern oder Tabellen. Dies gilt für klassische Data-Mining-Prozesse und neueste Methoden der künstlichen Intelligenz gleichermaßen. Hochwertige Daten bieten Unternehmen einen klaren Mehrwert und Wettbewerbsvorteil. In diesem Seminar lernen Analysten, Entwickler und Domänenexperten aus unterschiedlichen Fachrichtungen (Produktion, Finanzwesen, Pharmazie, u.a.) die wichtigsten Verfahren zur Beurteilung und Verbesserung der Datenqualität für Projekte mit dem Themenschwerpunkt der Datenanalyse. Reale Daten enthalten oftmals vielfältige kleine Fehler, welche negative Auswirkungen auf eine Analyse haben können. Damit Sie das Potenzial Ihrer Daten voll ausschöpfen können, vermittelt dieses Seminar umfassend die wesentlichen Grundlagen der modernen Datenvorverarbeitung für sowohl tabellarische als auch Bilddaten. Praxisbezogen und interaktiv werden die Schulungsinhalte in kleinen Aufgaben angewandt: anhand von Anwendungsfällen und Datensätzen aus der Computerchipherstellung und der Qualitätskontrolle von Solarpanelen setzen Sie die erlernte Theorie mit Python praktisch um. Nach dem Besuch dieser Schulung sind Sie in der Lage, die Datenvorverarbeitungen in Ihrem Alltag strukturiert und effizient durchzuführen und Ihre Daten besser für Data Science-Projekte zu nutzen.

Die zweitägige Schulung Kompakteinstieg »Maschinelles Lernen in der Produktion« soll Ihnen einen Überblick über Anwendungsmöglichkeiten, Projektphasen von der Datenaufnahme bis zur Modellierung sowie die Zusammenarbeit innerhalb eines Projekts geben. Im Rahmen eines Mini-Workshops können abschließend die ersten Grundlagen für Ihre Use Cases entwickelt werden. Nach Abschluss der Schulung erhalten Sie eine Teilnahmebescheinigung.

Bilder enthalten reiche Information, die aber auch kompliziert zu extrahieren ist. Meist liegen wenig Metadaten vor und erst der Kontext liefert Hinweise auf die Bedeutung. Daraus ergeben sich spezifische Schwierigkeiten, Modelle des Bildverstehens zu lernen. Ausgehend von Methoden des überwachten Lernens lernen Sie auch Verfahren kennen, die mit wenigen Trainingsbeispielen auskommen und erfahren, wie man unbalancierten Trainingsdaten umgehen kann. Die Vorerfahrungen und praktischen Erfordernisse der Teilnehmer*innen können bei der konkreten Themenauswahl berücksichtigt werden.

Diese Schulung richtet sich an Teilnehmende aus Management und Fachbereichen, die einen kompakten Einstieg in das Themenfeld Künstliche Intelligenz erhalten wollen, um im Austausch mit KI-Experten und Data Scientists »sprechfähig« zu werden. Was sind die Schlüsselbegriffe und Technologien hinter KI? Wie hängen KI, Maschinelles Lernen und Deep Learning zusammen und warum feiert KI gerade jetzt Durchbrüche? Welche Implikationen hat der Paradigmenwechsel von programmierter Logik hin zu lernenden KI-Systemen? Was macht einen guten KI-Anwendungsfall aus und welche Voraussetzungen braucht es für einen wirtschaftlichen Erfolg? Wie setzt man eine KI-Lösung methodisch und technisch um? Die vermittelten Konzepte werden mit einer Vielzahl von Fallbeispielen aus realen Anwendungen und Projekten illustriert. Abgerundet wird das Modul durch interaktive Übungen zur Rekapitulation der Kerninhalte sowie einem ersten Blick in die Welt des Deep Learning.

Durch die interaktive Online-Schulung »Kompakteinstieg Datenanalyse« bekommen Sie einen kompakten Überblick über die Datenanalyse mit Hilfe von maschinellen Lernverfahren. Die wichtigsten Schritte in einem Datenanalyse-Projekt werden Ihnen durch theoretische Inhalte, aber auch über die Projekterfahrung der Dozenten näher gebracht. Dieser Kurs ist ein idealer Einstieg in das Themenfeld des maschinellen Lernens, da Sie aktuelle Methoden und deren Anwendung kennenlernen. Die theoretischen Inhalte werden durch eine Einführung in das Analysetool KNIME vertieft.

Du möchtest strategische Entscheidungen mit Analysen aus Prozessdaten anreichern? In diesem Kurs lernst du, wie du implizites und nicht sichtbares Prozesswissen modellierst und die Ergebnisse für Geschäftsentscheidungen nutzen kannst. Im Innovation Briefing vermitteln unsere Experten kurz und knackig, wie Process Mining ein Werteversprechen einlösen kann und warum man sich einfach mit dieser Methodik befassen muss. Du lernst, welche Herausforderungen damit gelöst werden und wie du dein Unternehmen damit voranbringen kannst. Das begleitende Onlinematerial führt dich interaktiv in deinem eigenen Tempo durch die Basics von Process Mining. Aufbauend auf diesem ersten Block lernst du im Deep Dive, wie du ein Problem in verschiedene Prozesskomponenten zerlegst. Dazu lernst du die Techniken Discovery und Conformance kennen und wie du diese mithilfe der Python Library PM4Py auf Prozesse anwendest. Du wirst mit allen notwendigen Schritten für eine Process-Mining-Analyse vertraut, um erste Analysen selbst durchführen zu können. Du lernst Process Mining Tools kennen und kannst diese in Begleitung unserer Fraunhofer Fachexperten ausprobieren. Darüber hinaus tauchen wir in fortgeschrittene, hochmoderne Analysetechniken aus der aktuellen Forschung ein. Das machen wir alles, damit du Möglichkeiten aber auch Einschränkungen kommerzieller und wissenschaftlich fundierten Lösungen beurteilen kannst. Am Ende des gesamten Kurses inklusive Vertiefungsteil kannst du Process Mining Techniken planen, umsetzen und anwenden, um Optimierungspotenziale in deinem Unternehmen zu identifizieren und gezielt umzusetzen. Außerdem befähigt dich der Kurs kommerzielle Anwendungen zu beurteilen und unterstützt bei der Entscheidung über die Einführung dieser Tools.

Durch die Schulung »Data Scientist Basic Level« erlangen Sie breitgefächertes Wissen, um effizient in Data Science Teams mitarbeiten zu können. Sie erfahren, wie Business Developer die Potenziale von Big Data in ihrem Unternehmen erschließen, wie Dateningenieur*innen Daten beschreiben und integrieren, wie Analyst*innen mit maschinellen Lernverfahren Muster und Trends erkennen und wie Software-Ingenieur*innen mit modernen Datenbanken und verteilten Berechnungsverfahren robuste und skalierbare Big-Data-Systeme entwickeln. All dies unter Berücksichtigung von Datenschutz und -sicherheit. Die Schulung schließt mit einer Prüfung zum Erwerb des Zertifikats »Data Scientist Basic Level« ab.

Diese Schulung schließt an das Angebot »Certified Data Scientist Basic Level« an und richtet sich sowohl an Fachkräfte mit Erfahrung in der Datenanalyse und Grundkenntnissen des Software Engineering als auch an erfahrene Software Engineers, deren Berufsweg sie in Kontakt mit Data Science und deren Implementation gebracht hat. In der Schulung lernen Sie Methoden und Tools zur Operationalisierung von Machine Learning-Anwendungen (»Machine Learning Operations (MLOps)«), kennen.

Diese zertifizierte Schulung ist aufgeteilt in einen Grundkurs und ein frei wählbares Vertiefungsmodul. Sie lernen aktuelle Verfahren des maschinellen Lernens und tiefe Lernverfahren kennen und vertiefen sie in einem Einsatzbereich. Um den Wissenstransfer in Ihr Unternehmen sicher zu stellen, arbeiten Sie an praktischen Aufgaben in einem »virtuellen Labor«. Dabei wechseln zwei Präsenzphasen mit Phasen selbstständiger Arbeit, wo Sie im virtuellen Labor eine umfangreichere Aufgabe bearbeiten, Ihren Fortschritt dokumentieren und bei Bedarf Rücksprache mit unseren Expert*innen halten. Damit sind Sie bestens vorbereitet, um für die Zertifizierung zum »Senior Data Scientist« im selben Lernlabor ein Analyseprojekt eigenständig zu bearbeiten.

Im Kontext der Digitalisierung spielen Methoden des maschinellen Lernens eine immer größer werdende Rolle bei der Analyse von Maschinen- und Anlagendaten. Insbesondere die Konstruktion geeigneter Kennzahlen und Features sowie die fachgemäße Interpretation der Analyseresultate - z.B. im Bereich der prädiktiven Wartung - stellen eine große Herausforderung dar.

Die interaktive Schulung »Computer Vision« gibt Ihnen in einem kompakten Format einen Überblick über das breite Feld des maschinellen Sehens. Der Fokus liegt hierbei auf das Verständnis der vielfältigen Teilbereiche und ihrer Unterschiede zueinander sowie der daraus resultierenden Anwendungen und Schwierigkeiten. Der Kurs wurde von Expert*innen mit langjähriger Erfahrung in Industrie- und Forschungsprojekten erarbeitet und nutzt die dabei gewonne Erkenntnisse aus echten Anwendungen. Mit dieser Schulung erleben Sie den idealen Crashkurs über das hochbrisante Feld der Computer Vision und lernen, CV-Szenarien zu erkennen und entsprechende Lösungen zu bewerten. Die technischen Inhalte werden anhand interaktiver Übungen vermittelt.

In der Schulung »Certified Data Scientist Specialized in Production« erhalten Sie einen praxisnahen Einblick in den Entwicklungszyklus eines Machine Learning Projektes im Produktionsumfeld. Von der Use Case Findung und Bewertung, über die Datenaufnahme, Vorverarbeitung und Modellierung in Python bis hin zum Deployment werden konkrete Vorgehensmodelle umgesetzt. Die Schulung schließt mit einer Prüfung zum Erwerb des Zertifikats »Certified Data Scientist Specialized in Production« ab.

Nach aktuellen Schätzungen liegen mehr als 80 Prozent der verfügbaren Informationen als Text vor. Das automatische Verstehen der Textinhalte, z.B. in Sozialen Medien, ist daher sehr relevant. Die hier vorgestellten Methoden klassifizieren Dokumente in inhaltliche Kategorien, bestimmen die Ähnlichkeit von Worten, Phrasen und Dokumenten, reichern sie semantisch an mit Namen, Relationen und Meinungen, oder sie beantworten Fragen. Ihre Performanz wurde in den letzten Jahren durch moderne Optimierungsverfahren und Deep Learning entscheidend verbessert.In diesem Kurs erhalten Sie einen Überblick über Textverstehen und die damit lösbaren Probleme. Sie lernen an praktischen Beispielen verschiedene fortgeschrittene Lernverfahren und ihre Einsatzmöglichkeiten auf Basis von Python, Scikit Learn und Google TensorFlow kennen. Zur praktischen Arbeit steht ein virtuelles Labor zur Verfügung mit Zugriff auf leistungsfähige Hardware. Zu jeder Lektion gibt es Beispielskripte als Jupyter Notebooks.