Masterclass: Data-Science - Machine Learning Starter/Intermediate

Nächster Termin:11.11.2024

Abschluss:Trägerinternes Zertifikat bzw. Teilnahmebescheinigung

Zeitmodell:Vollzeit, Teilzeit

Dauer:2 Wochen in Vollzeit4 Wochen in Teilzeit

Zur Kursanfrage

Kursflyer

Kursinformationen

Zusammenfassung

Der Kurs richtet sich an Fachkräfte, die ihre rudimentären Kenntnisse im maschinellen Lernen ausbauen und deutlich vertiefen möchten. Die Teilnehmer:innen lernen grundlegende Konzepte, unüberwachtes und überwachtes maschinelles Lernen, explorative Datenanalyse sowie die praktische Anwendung mit Python und Apache Spark.
Zusätzlich wird skalierbares maschinelles Lernen mit Big Data behandelt. Der Kurs vermittelt praxisrelevante Fähigkeiten und verbessert Ihre beruflichen Aussichten erheblich.

Diesen Kurs bieten wir in Kooperation mit Coursera an: Coursera ist eine der führenden Online-Lernplattformen und bietet Millionen von Lernenden weltweit Zugang zu erstklassigen Bildungsinhalten. Das breite Spektrum an Kursen, entwickelt von angesehenen Universitäten und Unternehmen, ermöglicht den Erwerb von internationalen Zertifikaten.

Kursinhalt

Einführung in maschinelles Lernen und Datenwissenschaften
Überwachtes maschinelles Lernen
Unüberwachtes maschinelles Lernen
Klassifizierungsalgorithmen wie K-Nearest Neighbors
Clustering wie k-means und DBSCAN
Maschinelles Lernen mit Python und Apache Spark
Skalierbares maschinelles Lernen mit Big Data (Apache Spark)
Projektarbeit

Anforderungen

Für das erfolgreiche Aneignen des neuen Wissen müssen Teilnehmer:innen Kenntnisse zu linearer Algebra, Statistik, sowie grundlegende Programmierkenntnisse mit Python besitzen.
Außerdem benötigen Sie grundlegendes Wissen zu maschinellem Lernen. Vorkenntnisse in Big Data, Hadoop, Spark, SQL und ETL werden empfohlen.
Gute Deutsch-Kenntnisse: B2 - Selbständige Sprachverwendung. Empfehlenswert sind mindestens grundlegende Englisch-Kenntnisse.

Förderungen

Bildungsgutschein

Qualifizierungschancengesetz

Berufliche Rehabilitation

Häufig gestellte Fragen

Für wen ist die Weiterbildung interessant?

Die Weiterbildung richtet sich an Personen mit einem grundlegenden Verständnis von maschinellen Lernmodellen, die ihre Kenntnisse vertiefen und erweitern möchten.
Angesprochen sind insbesondere Menschen, die eine Karriere als Data Scientist:in, Datenanalyst:in, Datentingenieur:in, Machine Learning Engineer:in, Business Analyst:in, Business Developer:in, Softwareentwickler:in mit Schwerpunkt Datenverarbeitung; IT-Berater:in anstreben oder sich in diesem Beruf wie auch der Forschung im Bereich Künstliche Intelligenz weiterentwickeln wollen.

Wie ist meine berufliche Perspektive nach der Weiterbildung?

Nutzen Sie Ihre Chance, eine gefragte Fachkraft im Bereich machinelles Lernen zu werden. Durch die Beherrschung von überwachtem und unüberwachtem maschinellen Lernen sowie explorativer Datenanalyse qualifizieren Sie sich für Berufe wie Data Scientist, Datenanalyst und Machine Learning Engineer. Das Erlernen von maschinellem Lernen mit Python und Apache Spark sowie skalierbarem maschinellem Lernen auf Big Data macht Sie besonders wertvoll für Unternehmen und Forschungsprojekte im Bereich Künstliche Intelligenz. Empfehlen Sie sich als IT-Berater:in oder Softwareentwickler:in mit Schwerpunkt Datenverarbeitung und sichern Sie sich Ihre berufliche Zukunft in einer stark nachgefragten Branche.

Wo findet die Weiterbildung statt?

Die Teilnahme ist an einem unserer Partnerstandorte oder - bei Zustimmung des Kostenträgers - auch von zu Hause aus möglich.

4 Gründe für eine Weiterbildung

Mehr Jobchancen: Durch Zusatzqualifikationen steigern Sie Ihr Potenzial im aktuellen Beruf oder in Hinblick auf eine berufliche Neuorientierung.
Bessere Aufstiegsmöglichkeiten: Neue berufspraktische und fachliche Kompetenzen bieten mehr Aufstiegs- und Führungschancen.
Besseres Gehalt: Weiterbildungen nach Ausbildung oder Studium zahlen sich oft durch ein deutlich höheres Einkommen aus.
Motivation der Mitarbeiter: Arbeitgeber, die Mitarbeiter durch Weiterbildungen unterstützen, steigern die Motivation und Produktivität des eigenen Personals.