Ziele der Weiterbildung

Im Fokus der Weiterbildung AI Consulting and Software Engineering Basics steht das Basiswissen in den Bereichen Künstliche Intelligenz (KI) und Softwareentwicklung. Der Kurs vermittelt grundlegende Kenntnisse in der Programmierung mit Python, einer weit verbreiteten Programmiersprache in der KI-Entwicklung. Machine Learning und Deep Learning sind zentrale Themen, die behandelt werden, um ein Verständnis für die Algorithmen und Modelle zu schaffen, die in der KI eingesetzt werden. Ein Seminar zu aktuellen Themen in der KI bietet Einblicke in die neuesten Entwicklungen und Trends. Die Weiterbildung umfasst zudem Software Engineering für datenintensive Wissenschaften, wobei die Prinzipien und Methoden der Softwareentwicklung im Kontext großer Datenmengen thematisiert werden. Data Engineering ist ein weiterer Bestandteil des Kurses, der sich mit der Verarbeitung und Verwaltung von Daten beschäftigt. Der Kurs verbindet die theoretischen Inhalte der einzelnen Themenbereiche miteinander und bietet eine Einführung in die Grundlagen der KI und Softwareentwicklung.


Inhalte der Weiterbildung

Die Weiterbildungsinhalte sind auf Englisch.
Programming with Python
  • Introduction to the Python programming language
  • Object-oriented concepts in Python
  • Handling of exceptions and errors
  • The Python library ecosystem
  • Environments and package management
  • Documentation and testing
  • Version control
Machine Learning
  • Supervised, unsupervised, and reinforcement learning approaches
  • Regression and classification learning problems
  • Estimation of functional dependencies via regression techniques
  • Data clustering
  • Support vector machines, large margin classification
  • Decision tree learning
Deep Learning
  • Introduction to neural networks and deep learning
  • Network architectures
  • Neural network training
  • Alternative training methods
  • Further network architectures
Seminar: Current Topics in AI
  • In this module, students will reflect on current developments in AI. To this end, pertinent topics will be introduced via articles that are then critically evaluated by the students in the form of a written essay.
Software Engineering for Data Intensive Sciences
  • Agile project management
  • DevOps
  • Software development
  • API
  • From model to production
Data Engineering
  • Principles of Data Engineering
  • Paradigms for Data Processing at Scale
  • Overview on Data Governance, Security, and Protection
  • Common Cloud Platforms
  • DataOps Approach