Sprachkurse Englisch finden

Das Marketing bildet das Herzstück eines jeden erfolgreichen Unternehmens. Doch was genau steckt dahinter? Wie werden aus simplen Ideen beeindruckende Kampagnen, die die potenziellen Kunden beeinflussen? All das und noch viel mehr lernst du in unserer Marketing Manager Ausbildung online.

Was macht Marketing so essenziell?

Einfach gesagt: Marketing macht Produkte und Dienstleistungen für Kunden attraktiv. Als angehender Marketing Manager eignest du dir die Schlüsseltechniken und Strategien an, um Menschen nicht nur zu erreichen, sondern sie auch für ein Produkt oder eine Dienstleistung zu begeistern. Die Medien sind dafür vielfältig: Von traditionellen Werbemaßnahmen wie TV-Spots und Plakatwerbung bis hin zu innovativen Online-Marketingstrategien. Am Ende deiner Ausbildung verfügst du über ein breitgefächertes und tiefes Marketing-Wissen und bist für die Arbeitswelt bestens gerüstet.

Werde Teil des Marketing-Universums

In nahezu jedem Unternehmen gibt es eine Marketingabteilung – und das unabhängig von dessen Größe oder Branche. Mit deinem Know-how, das du in unserer Marketing Manager Ausbildung online sammelst, bist du bereit, den Herausforderungen in dieser dynamischen Berufswelt zu begegnen. Ob in Werbeagenturen, in großen Konzernen oder in kleinen Start-ups: Überall werden Marketing-Experten wie du gebraucht!

Dieses Seminar vermittelt Ihnen die erfolgreiche Praxisanwendung von modellbasierter Systementwicklung (Model-Based Systems Engineering, MBSE) mit der OMG Systems Modeling Language Version 2 (SysML v2) nach dem neuesten Stand der Technik.

SysML Version 1 wurde signifikant für MBSE zu SysML v2 erweitert und zugleich für die Anwendung vereinfacht. Neben einer graphischen Modellierung ist nun auch eine textuelle Modellspezifikation möglich. In diesem Seminar werden beide Modellierungsarten sorgfältig in den 4 Seminartagen erklärt. Ebenso wurde die Interoperabilität von SysML v2 durch ein definiertes Application Programming Interface (API) verbessert. Dieses API wird im Seminar ebenfalls erklärt.  Auf den Einsatz von Künstlicher Intelligenz mit Möglichkeiten und Problemen im Zusammenhang mit MBSE und SysMLv2 wird in diesem Seminar ebenfalls eingegangen, es wird jedoch kein Hauptthema sein. 

Das Ziel von MBSE ist, das Risiko von Entwicklungsfehlern, Kosten- und Zeitüberzügen zu reduzieren. Die modellbasierte Systementwicklung hilft Ihnen zum Beispiel, entstandene Fehler früh zu entdecken und zu beseitigen.

Schwerpunkte des Seminars sind die Anwendungen der SysMLv2-Syntax und Semantik in den Systems-Engineering-Prozessen: Definition der Stakeholder-Anforderungen (inkl. Anwendungsfälle), Definition der Systemanforderungen (inkl. der funktionalen Analyse), Defini...

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 ...

Künstliche Intelligenz und Deep Learning zählen heute zu den Schlüsseltechnologien in der datengetriebenen Wirtschaft. Wer neuronale Netze verstehen und anwenden möchte, benötigt fundiertes Wissen über deren Aufbau, Trainingsmethoden und Einsatzmöglichkeiten.

In diesem dreitägigen Seminar erhalten Sie eine praxisorientierte Einführung in Deep Learning mit Python und dem Framework TensorFlow/Keras. Sie lernen, wie Sie neuronale Netzarchitekturen wie MLP, Convolutional Neural Networks (CNN)   oder SimCLR modellieren, trainieren und für Klassifikationsaufgaben einsetzen. Neben der Datenaufbereitung und Modelloptimierung stehen auch Themen wie Semi Supervised Learning , inklusive aktueller Themen wie Semi- und Transfer-Learning, und der Umgang mit großen Datensätzen im Fokus. Die Umsetzung erfolgt in Jupyter Notebooks - direkt in der Cloud und unterstützt durch erfahrene Trainer:innen.

Nach dem Seminar sind Sie in der Lage, eigene Deep-Learning-Modelle zu entwickeln, anzupassen und auf neue Daten anzuwenden - ein wertvoller Kompetenzgewinn für Projekte im Bereich KI und datenbasierte Entscheidungsprozesse. Das Training findet als Live Online oder Präsenzseminar statt und umfasst 21 Stunden an drei aufeinanderfolgenden Tagen.