Der Kurs ,,Artificial Intelligence and Machine Learning" vermittelt praxisnahes Wissen zur Künstlichen Intelligenz und maschinellem Lernen. Teilnehmende lernen grundlegende Konzepte, fortgeschrittene Verfahren und praxisnahe Anwendungen. Der Kurs kombiniert Microsoft-, CertNexus- und Python-Module für ein vielseitiges Kompetenzprofil.
Zielgruppe
IT-Fachkräfte, Data Scientists, Entwickler:innen, Analyst:innen sowie Quereinsteiger:innen mit Interesse an KI und ML.
Kursniveau
Von Anfänger bis Fortgeschritten
Vorkenntnisse & empfohlene Vorkurse
Grundkenntnisse in IT oder Python sind hilfreich, aber nicht zwingend notwendig.
Die Teilnehmenden erhalten einen fundierten Überblick über KI-Konzepte, Machine Learning und Azure Cognitive Services. Praxisbeispiel: Entwicklung eines Chatbots im Kundenservice.
- Microsoft AI-900 Azure AI Fundamentals
- Überblick Azure Cognitive Services
- Responsible AI Grundlagen
- Praxisbeispiel Chatbot
KI-Lösungen entwickeln - Microsoft AI-102
Es wird vermittelt, wie KI-Lösungen in Azure konzipiert, entwickelt und produktiv eingesetzt werden. Praxisbeispiel: Aufbau einer End-to-End-Pipeline für Textanalyse.
- Microsoft AI-102 Designing and Implementing an Azure AI Solution
- Architektur und Entwicklung von KI-Lösungen
- Deployment & Monitoring
- Praxisbeispiel Textanalyse
KI im Business-Kontext - CertNexus AIBIZ & GENAIBIZ
Teilnehmende lernen, wie KI und generative KI strategisch eingesetzt werden können. Praxisbeispiel: Entscheidungsvorlage für ein GenAI-Projekt im Marketing.
- CertNexus AIBIZ - AI for Business Professionals
- CertNexus GENAIBIZ - Generative AI for Business
- Strategische Bewertung von KI-Projekten
- Praxisbeispiel GenAI im Marketing
Practitioner-Level - CertNexus CAIP
Im Fokus steht die praktische Umsetzung von ML-Projekten: Datenaufbereitung, Feature Engineering, Modelltraining und Evaluation. Praxisbeispiel: Klassifikationsmodell für Support-Tickets.
- CertNexus CAIP - Certified AI Practitioner
- Datenaufbereitung & Feature Engineering
- Modelltraining & Evaluation
- Praxisbeispiel Ticket-Klassifikation
Data Science Fundament - CertNexus CDSP
Die Teilnehmenden erwerben analytische Grundlagen, explorative Analyse und ML-Algorithmen. Praxisbeispiel: Durchführung einer A/B-Analyse für eine Marketingkampagne.
- CertNexus CDSP - Certified Data Science Practitioner
- Explorative Datenanalyse
- Überwachte & unüberwachte Verfahren
- Praxisbeispiel A/B-Analyse
Machine Learning mit Python
Teilnehmende lernen die praktische Umsetzung von Klassifikation, Regression und Clustering mit Python und scikit-learn. Praxisbeispiel: Prognose der Kund:innenabwanderung.
- Python Machine Learning Grundlagen
- Klassifikation, Regression, Clustering
- Modelltraining & Evaluation
- Praxisbeispiel Churn Prediction
Deep Learning mit Python - TensorFlow & Keras
Im Fokus stehen neuronale Netze und deren Anwendung auf Bilderkennung und Sequenzdaten. Praxisbeispiel: Entwicklung eines CNN für die Bildklassifikation.
- TensorFlow & Keras Grundlagen
- CNN & RNN Modelle
- Praxisbeispiel Bildklassifikation
Zusatzinformationen
Der Kurs ist AZAV-zertifiziert, über Bildungsgutschein und Qualifizierungschancengesetz (QCG) förderbar.
Er eignet sich sowohl für Einzelpersonen als auch für B2B-Kund:innen. Durchführung über New Horizons (München, Stuttgart, Nürnberg) sowie learn2program.de.
Alle Kurse können deutschlandweit online belegt werden. Viele unserer Kurse finden auf Deutsch und/oder auf Englisch statt.
FazitDie Weiterbildung ,,Artificial Intelligence and Machine Learning" vermittelt praxisorientierte Kenntnisse in moderner KI und ML. Teilnehmende lernen, eigene Projekte umzusetzen - von Business-Perspektiven über Data Science bis hin zu Python-Implementierungen.