Nach erfolgreichem Abschluss des Moduls beherrschen die Teilnehmenden zentrale Konzepte aus NLP und generativer KI und verstehen deren Bedeutung für die Praxis. Sie sind in der Lage, relevante Fragestellungen methodisch zu analysieren, passende Lösungskonzepte zu entwickeln und prototypisch umzusetzen. Zudem können sie sich eigenständig in neue Technologien einarbeiten, diese anwenden und sowohl technisch als auch wirtschaftlich fundiert bewerten.
Wissensbereiche: Informations- und Kommunikationstechnik, Data Science, Digitalisierung, IT-Management, Künstliche Intelligenz
Schwerpunkte: Grundlagen von NLP, Tokenisierung, Textklassifikation, ML-Methoden, Info-Extraktion & Anwendungen wie Chatbots, Suche oder maschinelle Übersetzung., Technische Aspekte wie Data Preprocessing, NLP-Algorithmen, Modelltraining sowie Prompt Engineering werden praxisnah vermittelt., Fachlich-organisatorische Themen wie Qualitätssicherung und Governance beim Einsatz von NLP-Systemen in betrieblichen Kontexten stehen im Fokus., Es werden Python, NLP-Frameworks wie NLTK, spaCy, Gensim sowie ML-Tools wie TensorFlow, PyTorch und Tools für Text-Preprocessing eingesetzt.