Certified Citizen Data Scientist

Erkennen Sie Muster, Trends und Querverbindungen in vernetzten Systemen und erlernen Sie die Realisierung von KI-Lösungen im Sinne von Agentic AI!

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?

Ein Fokus in der Ausbildung zum Certified Citizen Data Scientist liegt in der gezielten Extraktion von wertvollem Wissen aus großen Datenmengen und Sie erlernen, Daten systematisch zu analysieren und Lösungen der prädiktiven KI umzusetzen. Wir fokussieren hierbei auf 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 Agentic AI. Eine durchgängige Fallstudie aus dem Bereich Energiemanagement wird die gesamte Ausbildung begleiten. Als Besonderheit erhalten alle Teilnehmer das Workbook "Data Science Innovationen erfolgreich umsetzen", erschienen im Hanser Verlag von Autoren der successfactory.

Zielgruppe

Die Ausbildung richtet sich an Personen, die aus Daten lernen, mathematische Modelle selbst umsetzen und datenbasierte Entscheidungsprozesse vorantreiben wollen. Es 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

22.-26. Sept.

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, Energiemanagement als Anwendungsfall

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 (Verwendung von Softwarelösungen wie Orange)

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: Konfiguration von KI-Agenten (Verwenden von LLMs wie GPT und Softwarelösungen wie n8n)

Organisatorisches

5-tägiges Weiterbildungsseminar 22. - 26. September 2025
Montanuniversität Leoben, Lehrstuhl WBW, Peter-Tunner-Straße 25-27
Teilnahmegebühr (zzgl. MwSt.)
- EUR 3.490,- Normalpreis
- EUR 3.190,- Frühbucher bis 22. Juni
- EUR 350,- bei Zertifizierung