Als AI Engineer entwickeln Sie die Systeme, auf denen die nächste Generation digitaler Produkte und Services basiert. Sie entwickeln Machine Learning Modelle, trainieren neuronale Netze, operationalisieren Modelle - und sorgen dafür, dass KI nicht nur funktioniert, sondern echten Mehrwert schafft.
Dabei erkennen Sie, dass KI-Entwicklung heute eingebettet ist in dynamische Organisationsstrukturen, ethische Fragestellungen und eine zunehmend vernetzte Welt. Die Weiterbildung wird daher ergänzt mit einer Vertiefung zum Agile Coach, damit AI Engineers eine Schlüsselrolle im digitalen Wandel werden.
In diesem Zertifizierungsprogramm erhalten Sie einen Überblick über die Grundlagen von Künstlicher Intelligenz, Neuronaler Netze und Deep Learning und arbeiten mit der Programmiersprache Python. Sie lernen, AI Modelle zu entwickeln, zu trainieren, zu bewerten und ihren Nutzen abzuschätzen. Zudem arbeiten Sie mit aktuellen Bibliotheken und verschiedenen Arten von Machine Learning und können diese für eine Vielzahl von Aufgabenstellungen nutzen. Sie planen, implementieren und evaluieren Artificial Intelligence Projekte und berücksichtigen dabei Möglichkeiten, Grenzen und potenzielle Auswirkungen auf ethische Fragestellungen.
Das Kursprogramm wird in Kombination mit einer Vertiefung zum KI Manager:in und Agile Coach angeboten und bietet neben den technischen und fachlichen Kompetenzen auch die Möglichkeit, persönliche und soziale Kompetenzen zu erweitern.
Durch internationale Dozent:innen, reale Praxisprojekte und Kleingruppen erlernen Sie konkrete Tools & Methoden, die Sie als Certified AI Engineer positionieren.
Fach- und Führungskräfte, Programmierkenntnisse empfehlenswert, die verwendete Programmiersprache ist Python.
Das Zertifizierungsprogramm schließt mit zwei internationalen Zertifizierungen nach ISO-Standard ab, die international anerkannt sind.
Inhalt der Weiterbildung:
Digital Transformation und New Work
- Digitale Technologien, Digitale Geschäftsmodelle, Megatrends
- New Work / New Culture, Arbeitswelt 4.0, New Work Toolset
Digital Ethics und Sustainability
- Ethische Dimension von Künstlicher Intelligenz, Anwendungsbereiche digitaler Ethik
- Ethics & Artificial Intelligence Assessment, Corporate Digital Responsibility und Nachhaltigkeitsziele
KI & Data Science Grundlagen
- Einführung Data Science, Statistische Grundlagen, Explorative Datenanalyse
- Data Mining, Data Preprocessing, Data Analytics
- Datenbanken, Data Warehouse, Datenmanagement
- Lineare Regressionen, Logistische Regressionen, Gradientenverfahren,
- Rollen Data Analyst, Data Manager, Data Engineering
Vertiefung Artificial Intelligence
- Feed-Forward Neural Networks, Convolutional Neural Networks, Recurrent Neural Networks, LSTM, Autoencoder, Generative Adversarial Networks
- Reinforcement Learning, Data Augmentation, Representation Learning, NLP.
Software Engineering Praxis
- Agiles Arbeiten mit Git und Jira, Scrum Projektmanagement, Machine Learning
- Agiles Projektmanagement, Methoden, Framework und Tools
KI Management / KI Manager
- Methodik zur Auswahl sinnvoller Anwendungsfelder
- Wirtschaftlichkeit, Skalierbarkeit und Datenverfügbarkeit
- Quick Wins vs. strukturelle Transformation / Roadmap für KI Projekte
- Best Practices aus Industrie und Dienstleistung
Wahlmodul - Agile Coach
- Einführung agiles Arbeit, Agiles Mindset, Prinzipien und Methoden
- Moderation, Workshopdesign, Konfliktmanagement in Teams
- Coaching Prozess, Kollegiale Beratung, Agiles Projektmanagement, Scrum
Die Weiterbildung schließt mit einem Praxisprojekt zu AI Anwendungen / Deep Learning Anwendungen ab (Entwicklung von Neuronalen Netzen bspw. für Sprachverarbeitung, Bilderkennung, Datengenerierung, etc.)