Ausbildung der Ausbilder Kurse finden – AdA Kurse in meiner Nähe

wirAUSBILDER – DIALOG LIVE ist ein Netzwerktreffen für Ausbildungsleiter:innen, Ausbilder:innen und alle, die mit der Ausbildung beauftragt sind.

Freuen Sie sich auf den Austausch zu aktuellen Ausbildungsthemen, die Sie bewegen.

Nutzen Sie diese 90 Minuten am Vormittag und gehen Sie die Herausforderungen der Ausbildungsarbeit gemeinsam an!

• Blicken Sie über den eigenen Tellerrand hinaus,
• tauschen Sie Wissen und Erfahrungen mit Ausbilder:innen gleicher wie anderer Branchen und verschiedener Unternehmensgrößen aus,
• nehmen Sie Infos und Tipps anderer Ausbilder:innen für Ihre konkrete Umsetzung mit und
• knüpfen Sie neue Kontakte!

Der Austausch mit anderen Ausbildenden erweitert das eigene Fachwissen, gibt Sicherheit und trägt dazu bei, Ausbildungspraktiken zu optimieren. 

In diesem Lehrgang wird die Erlangung des erforderlichen Wissens zur Gestaltung einer systematischen, handlungs- und zielorientierten betrieblichen Ausbildung aktiv und kontrolliert begleitet. Dabei steht die kompetenzförderliche individuelle Lernprozessbegleitung der Auszubildenden mit Blick auf deren selbständige Handlungsfähigkeit und den dafür vorgeschriebenen Rahmenbedingungen im Vordergrund. Dieser Kurs dient gleichzeitig der Vorbereitung auf die Prüfung nach der Ausbilder- Eignungsverordnung. Diese umfasst die berufs- und arbeitspädagogische Eignung sowie die Kompetenz zum selbstständigen Planen, Durchführen und Kontrollieren der Berufsausbildung in vier Handlungsfeldern

WICHTIG: Dieses Format setzt eine hohe Eigeninitiative und Selbstorganisation beim Lernen / Erarbeiten von Inhalten voraus. Der Distanzunterricht dient nur der Strukturvorgabe bzw. dem Hinweis auf Besonderheiten. Der Lernstoff wird eigenständig gezielt individuell erarbeitet. Umfangreiche Aufgaben mit Upload zum Feedback / Korrektur und Erledigungsvorgaben durch den Dozenten begleiten die Selbstlernphasen. Gleichzeitig müssen die Teilnehmer hier mit einer erweiterten selbst organisierten persönlichen Studienzeit rechnen. Der Aufwand dafür ist individuell unterschiedlich

Auszug aus dem Themenspektrum:

• Bedeutung, Aufgaben und Ziele der Berufsausbildung – auch mit Blick auf die Nachhaltigkeit
• Ausbildungsbedarf und rechtliche Rahmenbedingungen sowie formale Eignungsvoraussetzungen als Ausbildungsbetrieb und als Ausbilder/-in
• Ausbildungsmarketing mit Kriterien und Verfahren für die Bewerberauswahl
• Planung, Strukturierung und Vorbereitung der Ausbildungsinhalte anhand der Ausbildungsordnung auf Grundlage der betrieblichen Arbeits- und Geschäftsprozesse
• Gestaltung der Lernprozesse insbesondere die didaktische Konzeption und methodische Durchführung mit klarer Formulierung der Lernziele, auch für die Reflexion der Ergebnisse und deren Entwicklung
• Kompetenzförderliche Begleitung der Auszubildenden mittels Einsatzes digitaler sowie virtueller und hybrider Lernumgebungen bzw. Medieneinsatz
• Ausbildung handlungsorientiert gestalten und damit zum selbständigen Handeln entwickeln, auch durch die ak:ve Einbindung der Auszubildenden in den Lehrprozess
• Kommunikationsprozesse und Strategien zum konstruktiven Umgang mit Konflikten
• Beratung und Betreuung der Auszubildenden sowie Förderung der sozialen und persönlichen Kompetenzen unter Berücksichtigung der Heterogenität und Inklusion
• Erfolgskontrollen durchführen, individuelle Prüfungsvorbereitung gestalten, Ausbildungszeugnisse erstellen und die Übernahme in ein Arbeitsverhältnis vorbereiten

Der Kurs Grundlagen des Maschinellen Lernens mit scikit-learn und Python behandelt in einem zweitägigen Seminar die Konzepte des überwachten und unüberwachten Lernens mit Hilfe des Python Moduls scikit-learn.
Es wird vorausgesetzt, dass die Teilnehmer grundlegende Kenntnisse in Python besitzen.

Der Kurs vermittelt Ihnen die Grundlagen des Machine Learning und zeigt Ihnen, wie Sie Machine Learning mit Python und der Bibliothek scikit-learn umsetzen können. Machine Learning ist eine wichtige Algorithmenklasse der Künstlichen Intelligenz und umfasst sowohl supervised learning als auch unsupervised learning.

Wir werden uns auf supervised learning konzentrieren, bei dem Algorithmen mit gelabelten Daten trainiert werden, um bestimmte Aufgaben zu erlernen. Beispiele für supervised learning sind die Klassifikation von Fehlern in Bauteilen oder die Vorhersage des Umsatzes eines Kunden.

Unsupervised learning hingegen benötigt keine gelabelten Daten, sondern versucht, Muster oder Gruppen in den vorhandenen Daten zu erkennen. Dies kann zum Beispiel für die Kundengruppierung verwendet werden.

Der Kurs verwendet die Programmiersprache Python, die sowohl im Machine Learning als auch im Deep Learning weit verbreitet ist. Die Bibliothek scikit-learn bietet zahlreiche Algorithmen, die das Lernen von Machine Learning erleichtern.

Wir werden hauptsächlich das Python-Modul scikit-learn verwenden, um die Algorithmen im Machine Learning zu le...