Inhalte auf einen Blick: Kanban und Jira im agilen Projektmanagement, Einführung in Künstliche Intelligenz, Microsoft Azure AI, Machine Learning und Automatisierung, ethische Herausforderungen der KI

Die Weiterbildung KI-Manager behandelt Grundlagen und Anwendungsbereiche des agilen Projektmanagements mit Kanban und Jira sowie künstliche Intelligenz mit Microsoft Azure AI. Inhalte sind unter anderem Kanban, Jira, Machine Learning, Deep Learning, Azure AI-Dienste, Azure Machine Learning Studio, Datenvorbereitung, Modelltraining, kognitive Dienste, Textanalyse, Sprachverarbeitung, Bilderkennung, Datenschutz, Datensicherheit, verantwortungsvolle KI-Nutzung und Prüfungsvorbereitung auf AI-900.

Methoden und Tools im Agilen Projektmanagement mit Kanban und Jira

Kanban

  • Was ist Kanban?
  • Abgrenzung Lean und Six Sigma
  • Kontinuierliche Verbesserung
  • Visualisierung mit Kanban-Boards
  • WIP: Work in Progress
  • Theory of Constraints
  • Fluss und Kadenz: Optimierung des Durchflusses und Feedbackschleifen
  • Priorisierung und Serviceklassen
  • Verringerung von Variabilität
  • Skalierung mit Kanban
  • Einführung von STATIK: Systems Thinking Approach to Introduce Kanban
  • Engpässe und gleichmäßige Verfügbarkeit
  • Ökonomisches Modell für Lean
  • Flight-Level-Modell nach Klaus Leopold
  • Unterschied zwischen Scrum und Kanban
  • Prüfungsvorbereitung und Zertifizierungsprüfung

Jira

  • Einführung
  • Struktur, Rollen und Rechte
  • Navigation in Jira
  • Umgang mit Vorgängen
  • Agile Boards
  • Dashboards
  • Reporting
  • Projekte in Scrum und Kanban anlegen
  • Kanban-Projekt mit Workflow anlegen und modellieren
  • Fallstudien

Microsoft Cloud Spezialist inkl. MS Azure AI (AI-900)

Einführung in Künstliche Intelligenz und Microsoft Azure AI

  • Grundlagen der künstlichen Intelligenz: Definition, Geschichte und Anwendungen
  • Grundlagen von Machine Learning und Deep Learning
  • Überblick über Microsoft Azure und Azure AI-Dienste
  • Einrichtung und Navigation eines Azure-Kontos
  • Praktische Übungen: Ressourcen in Azure erstellen und verwalten
  • Erste Schritte mit Azure Machine Learning Studio

Machine Learning und Automatisierung

  • Supervised und Unsupervised Learning: Unterschiede und Anwendungsfälle
  • Datenvorbereitung und Datenbereinigung
  • Modelle trainieren und evaluieren
  • Verwendung von Azure Machine Learning Studio
  • Einführung in Azure-Automatisierungsdienste
  • Erstellung und Bereitstellung von Machine-Learning-Modellen
  • Praktische Übungen: Machine-Learning-Modell erstellen und bereitstellen
  • Workflow mit Azure Logic Apps automatisieren

Kognitive Dienste und verantwortungsvolle KI

  • Einführung in Azure Cognitive Services: Vision, Speech, Language und Decision
  • Textanalyse und Sprachverarbeitung
  • Bilderkennung und Bildverarbeitung
  • Ethische Herausforderungen der KI: Bias, Fairness und Transparenz
  • Datenschutz und Datensicherheit
  • Verantwortungsvolle Nutzung von KI-Diensten
  • Praktische Übungen: Textanalyse und Bilderkennung implementieren
  • Ethische Herausforderungen diskutieren

Praxisprojekte und Vorbereitung auf die Zertifizierung

  • Entwicklung eines einfachen Chatbots mit Azure Bot Service
  • Integration von kognitiven Diensten in eine Anwendung
  • Prüfungsvorbereitung und Prüfung AI-900
  • Beispielprüfungen und Zertifizierungsprüfung
  • Abschließendes Projekt zur Anwendung der Kursinhalte

Die Weiterbildung behandelt Inhalte aus agilem Projektmanagement, Kanban, Jira, künstlicher Intelligenz, Microsoft Azure AI, Machine Learning, verantwortungsvoller KI-Nutzung und Prüfungsvorbereitung.