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.

Das virtuelle Labor besteht aus einem umfangreichen Toolkit mit bewährter Open-Source-Software und Zugriff auf leistungsfähige Hardware. Jupyter Notebooks erlauben nicht nur die Programmierung und Ausführung von Python-basierten Applikationen, sondern eignen sich mit ihren vielfältigen Annotationsmöglichkeiten ideal für den Austausch mit unseren Fachleuten. Das ganze Lernlabor ist web-gestützt: Sie benötigen lediglich ein internetfähiges Endgerät mit einem aktuellen Webbrowser, um das Labor (auch mobil) nutzen zu können.

Zielgruppe

Analyst*innen, Software-Entwickler*innen und Interessierte, die aus Daten mit maschinellen Lernverfahren Modelle - insbesondere tiefe Neuronale Netze - entwickeln möchten, die in intelligenten Systemen zum Einsatz kommen.

Vorkenntnisse

Vorkenntnisse in Statistik und Vektorrechnung auf Niveau des Abiturleistungskurses Mathematik. Programmiererfahrung (z.B. Durcharbeiten des Python-Vorkurses).

Zertifizierung

Die Zertifizierung findet durch die Fraunhofer-Personenzertifizierungsstelle statt. Das Zertifikat bescheinigt den Absolventen relevantes innovatives Praxiswissen und nachgewiesene Kompetenz.

Zugangsvoraussetzungen für die Zertifizierung

Studium oder äquivalente Qualifikation durch Einzelnachweis.

Bitte nutzen Sie unsere FAQ für weitere organisatorische Fragen.