Seminare aus der Rubrik Arbeitssicherheit

• Kapazitätsaufbau: Das Unternehmen soll in die Lage versetzt werden, die OpenAI API effizient und effektiv für verschiedene Geschäftsanwendungen zu nutzen.
• Innovationsförderung: Durch das Verständnis der Möglichkeiten der OpenAI API können neue Produktideen, Dienstleistungen oder Prozessoptimierungen entstehen.

***Beachten Sie, die Seminartage sind auch einzeln buchbar.***

Warum sollten Sie dieses Seminar besuchen?

Aktuelle Studien wie der State of DevOps Report und Google's Project Aristotle zeigen eindeutig, dass Teamdynamik und psychologische Sicherheit weitaus entscheidendere Faktoren für den Softwareerfolg sind als Tools oder Technologien. Organisationen mit Hochleistungsteams liefern Software bis zu 200x häufiger, mit 30% höherer Qualität und deutlich höherer Mitarbeiterzufriedenheit.

Trotzdem bleibt die Realität oft hinter dem Ideal zurück: Silos, Kommunikationsbarrieren und Überlastung verhindern, dass Teams ihr volles Potenzial entfalten. Genau hier setzt "Modern Team-First Software Engineering" an.

Was lernen Sie konkret?

In drei klar strukturierten 1-Tages-Modulen vertiefen Sie praxisnah alles, was moderne Softwareentwicklung erfolgreich macht. In jedem Modul arbeiten Sie aktiv mit Methoden, Frameworks und Werkzeugen, die Sie direkt in Ihrem Alltag einsetzen können.

Sie lernen, wie Sie:

psychologische Sicherheit fördern und teamübergreifend reibungslos kommunizieren

Retrospektiven so gestalten, dass sie echte Verbesserung statt lästiger Routine erzeugen

Pair-, Team- und Swarm-Programming als Turbo für Wissensaustausch und Qualität nutzen

Teamstrukturen nach dem Team-Topologies-Framework entwerfen und aufeinand...

Die Digitalisierung ist ein wichtiger Baustein zur Umsetzung einer effizienten, energetischen Versorgung, da mehr und mehr Anlagen den dezentralen Systemen zugeordnet werden können. Grundsätzlich ist eine Tendenz zu kleineren energetischen Versorgungssystemen festzustellen.

Im Rahmen der eintägigen Lehrveranstaltung sollen die Grundlagen der Datenübertragung aus dezentralen Systemen erläutert werden. Im ersten Teil der Lehrveranstaltung werden die Randbedingungen aus den Energiemärkten für thermische, gastechnische und elektrische Anlagen besprochen. Anschließend erfolgt eine Erläuterung der wichtigsten Übertragungstechnologien (Leitung / Funk) und deren Vor- und Nachteile. Im dritten Teil werden Übertragungsmodelle (OSI-Modell) erläutert, bevor Anwendungsbeispiele besprochen werden. Abgerundet wird die Lehrveranstaltung durch die Typisierung von Cloud-Datenverarbeitungssystemen für unterschiedliche Use Cases aus der thermischen und elektrischen Energietechnik. In Einzelteilen wird auch auf die Datenanalyse mittels KI-Clusteringverfahren eingegangen.

In diesem Kurs werden Ihnen grundlegende Kenntnisse über die Programmiersprache R vermittelt, die in den Bereichen Statistik, Data Science und Machine Learning weit verbreitet ist. Sie werden RStudio als Entwicklungsumgebung kennenlernen, die am häufigsten für R verwendet wird. Nach Abschluss des Kurses werden Sie in der Lage sein, Daten aus verschiedenen Formaten einzulesen, Daten mit ggplot2 zu visualisieren und Daten mit dplyr aus tidyverse zu bereinigen (z.B. fehlende Werte ersetzen, Zeilen und Spalten anpassen, neue Spalten erstellen).

Sie werden in der Lage sein, eigene einfache Funktionen zu schreiben und Control Flows (z.B. For-Schleifen, If-Else-Anweisungen) in R umzusetzen. Sie werden das Grundkonzept von tidyverse/dplyr verstehen und in der Lage sein, Data Wrangling und Data Cleaning durchzuführen.

Der Kurs wird Ihnen die verschiedenen Arten des Machine Learning (überwacht, unüberwacht und verstärkt) vorstellen. Sie werden in der Lage sein, Algorithmen in R eigenständig zu trainieren, zu validieren, einen Train-Test Split durchzuführen und Gütekriterien zur Bewertung von Algorithmen zu berechnen und zu interpretieren. Sie werden bekannte Machine Learning Algorithmen wie lineare Regression, logistische Regression, Entscheidungsbaum, Random Forest und k-means Clustering verstehen und in R implementieren können.

Nach Abschluss des Kurses werden Sie in der Lage sein, R eigenständig für Machine Learning und Data Science zu verwenden und ...