Certified Citizen Data Scientist

Erkennen Sie Muster, Trends und Querverbindungen in vernetzten Systemen und werden Sie zum Experten für die Analyse großer Datenbestände

Schlagworte wie Künstliche Intelligenz (KI), Machine Learning, Predictive Analytics, Process Mining und Chat GPT sind derzeit in aller Munde. Doch was steckt dahinter und wie können diese Technologien gewinnbringend im Unternehmen genutzt werden?

In der Ausbildung zum Certified Citizen Data Scientist erlernen Sie, Daten systematisch zu analysieren und Lösungen der prädiktiven KI (Künstliche Intelligenz) umzusetzen, um die Prozesse und Produkte im Sinne von "Operational Excellence" laufend zu verbessern. Wir fokussieren hierbei auf die Themen in Produktion und Entwicklung mit den Aspekten Effizienzsteigerung, Anlagenproduktivität, Qualitätsverbesserung und Energieoptimierung.

Ziel ist es, mithilfe statistischer Methoden Querverbindungen, Muster und Trends zu erkennen und daraus mathematische Prädiktionsmodelle zu erstellen. Sie erhalten einen Überblick über die gängigsten Tools und Methoden aus den Bereichen Künstliche Intelligenz, Machine Learning und Predictive Analytics. Wir geben auch einen Ausblick auf die neuesten Möglichkeiten im Bereich Generativer KI. Mit Hilfe von praxisnahen Fallbeispielen werden ihnen die einzelnen Themengebiete spannend und interaktiv nähergebracht. Eine durchgängige Fallstudie im Bereich Energiemanagement wird die gesamte Ausbildung begleiten. Als Besonderheit erhält jeder Teilnehmende das Workbook "Data-Science-Innovationen erfolgreich umsetzen", erschienen im Hanser Verlag von Autoren der successfactory.

Zielgruppe

Diese Ausbildung richtet sich an alle Personen, welche die Fähigkeit erlernen wollen, aus Daten zu lernen und mathematische Modelle selbst umzusetzen. Hierbei sind keine Programmierkenntnisse notwendig, weil wir mit "No-Code-Tools" wie KNIME arbeiten. Besonders sprechen wir Menschen aus den Bereichen Entwicklung, Produktion, Qualitäts- und Energiemanagement an.

Weiterbildungsagenda

Tag 1
Vorgehensmodell zur Umsetzung von Data Science Lösungen – CRISP-DS (cross industry standard process for data science), Grundbegriffe von KI und Machine Learning, Einführung/Grundlagen Statistiksoftware KNIME für Predictive Analytics

Tag 2
Use Cases und Business Cases finden und beschreiben, Daten analysieren, Datenqualität verbessern, die richtigen Daten erheben (Feature Engineering)

Tag 3
Prädiktionsmodelle trainieren, Überblick über die wichtigsten Algorithmen im Bereich Clustering, Regression, Klassifizierung inkl. Einführung in neuronale Netze und Reinforcement Learning

Tag 4
Prädiktionsmodelle bewerten, die richtige Splitting-Strategie wählen, Hyperparameter Tuning und das richtige Modell auswählen

Tag 5
Lösungen validieren und einführen, Produktivsetzung von Lösungen und Vertrauen aufbauen, Überwachung und Retraining, Ausblick: Möglichkeiten durch generative KI (Chat GPT & Co)

Organisatorisches

5-tägiges Weiterbildungsseminar > Termin 2025 wird festgelegt
Montanuniversität Leoben, Lehrstuhl WBW, Peter-Tunner-Straße 25-27
Teilnahmegebühr (zzgl. MwSt.)
- Normalpreis EUR 3.490,-
- Frühbucher EUR 3.190,-
- Zertifikat EUR 350,-