Seminare zum Thema Informatik/IT

Dieses Seminar kann als Vorbereitung auf das CKA-Examen (Certified Kubernetes Administrator) dienen.

Dieses stark praxisorientierte Seminar fokussiert auf die Themen, die für einen stabilen und effizienten Betrieb von Kubernetes entscheidend sind. Der Inhalt ist optimal auf die tägliche Praxis abgestimmt und versetzt Sie in die Lage, Kubernetes-Umgebungen professionell zu managen.



Ihre Kompetenzen nach dem Kurs:

• Praxisorientierter Betrieb: Sie beherrschen die Werkzeuge und Verfahren, um Kubernetes-Ressourcen im täglichen Betrieb zu administrieren, zu skalieren und zielgerichtet zu debuggen.
• Professionelles Workload-Management: Sie lernen, Cluster aufzusetzen und die darauf laufenden Anwendungen professionell zu erstellen und zu verwalten.
• Strategisches Architekturwissen: Sie verstehen die Vor- und Nachteile der eingesetzten Technologiestacks und können fundierte Design-Entscheidungen für die nahtlose Integration in bestehende IT-Infrastrukturen treffen.
• Effizientes Troubleshooting: Sie erhalten bewährte Vorgehensweisen und Lösungsansätze an die Hand, um Probleme systematisch zu analysieren und zu beheben.

In der digitalen Welt entstehen immer mehr Daten. Und innovative KI-Lösungen nutzen diese Daten, bieten Unternehmen eine Vielzahl an neuen Geschäftsmöglichkeiten und verändern die Arbeitsrealität in verschiedensten Branchen.
Unternehmen versuchen deshalb durch die Anwendung von generativer KI und durch die Erfassung, Analyse und Auswertung der ihnen verfügbaren Daten sich Wettbewerbsvorteile zu verschaffen. Die Voraussetzung dafür sind gutes Datenmanagement, sinnvolle Datenprojekte und Mitarbeitende mit den notwendigen Daten- & KI-Skills.
Doch wie sieht der ideale Ablauf von Datenprojekten aus? Wo fängt man an, wie geht man vor, wo lauern Fallstricke und wie können diese geschickt umgangen werden? In diesem Training zum Thema Data Science und künstliche Intelligenz bekommst du das Wissen und die Techniken, um Potenziale deiner Unternehmensdaten zu erkennen und gezielt zu nutzen. Du lernst nicht nur alle Schritte für die erfolgreiche Umsetzung analytischer bzw. klassischer Daten- & KI-Projekte kennen – von der richtigen businessrelevanten Fragestellung bis zur Bewertung der Ergebnisse. Dir wird auch gezeigt, wie du wichtige Schlüsselkonzepte des Machine Learnings nutzen und unternehmerische Entscheidungen mithilfe von Künstlicher Intelligenz treffen kannst. Durch dieses Seminar positionierst du dich als kompetente Gestalter:in in der aktuellen Daten- & KI-Transformation.

Spätestens nach der Proof-of-concept-Phase benötigen Machine-Learning-Projekte die richtige Herangehensweise, Steuerung und Infrastruktur, um dauerhaft effizient und skalierbar zu sein. Ähnlich wie DevOps im Bereich der Softwareentwicklung bietet das Modell MLOps (Machine Learning Operations) einen hilfreichen Leitfaden mit Best Practices, Methoden und Tools, die darauf abzielen, den Lebenszyklus von Machine-Learning-Modellen optimal zu managen und abzubilden. In diesem zweitägigen Seminar lernst du sämtliche MLOps-Stationen im Detail kennen – von der Datenversionierung bis zum Monitoring – und erfährst, wie du deine Pipelines mit hilfreichen Tools wie Github, MLflow, DVC u.v.m. deployst, überwachst und produktiv hältst. Als zusätzliche Exkurse behandelt das Training MLOps in der Cloud (z.B. Azure ML Studio, Amazon Sagemaker oder Google Vertex AI) und gibt einen Ausblick zu LLMOps, wobei auf die besonderen Anforderungen von generativen KI-Modellen eingegangen wird. Das Seminar bietet neben Wissen zu Konzepten und Methoden auch zahlreiche praktische Übungen, um die erlernten Technologien und Tools direkt anzuwenden.

Das Ziel des Seminars ist es, den Teilnehmern ein fundiertes Verständnis der Programmiersprache Go zu vermitteln. Dies umfasst die Vermittlung von Kenntnissen über die Syntax von Go, die Grundprinzipien der Sprachstruktur sowie die Anwendung von Best Practices beim Schreiben, Testen und Warten von Go-Code. Zusätzlich soll ein Einblick in fortgeschrittene Themen wie Concurrent Programming und Systemarchitektur gegeben werden. 



Durch die Teilnahme am Seminar sollen die Teilnehmer in die Lage versetzt werden, eigenständig Go-Anwendungen zu entwickeln und bestehende Kenntnisse im Bereich der Softwareentwicklung um die Spezifika von Go zu erweitern. Abschließend zielt das Seminar darauf ab, dass die Teilnehmer die erworbenen Kenntnisse praktisch anwenden können, um effiziente, performante und skalierbare Softwarelösungen zu gestalten.

Das Ziel des Seminars ist es, den Teilnehmern ein fundiertes Verständnis der Programmiersprache Go zu vermitteln. Dies umfasst die Vermittlung von Kenntnissen über die Syntax von Go, die Grundprinzipien der Sprachstruktur sowie die Anwendung von Best Practices beim Schreiben, Testen und Warten von Go-Code. Zusätzlich soll ein Einblick in fortgeschrittene Themen wie Concurrent Programming und Systemarchitektur gegeben werden. 



Durch die Teilnahme am Seminar sollen die Teilnehmer in die Lage versetzt werden, eigenständig Go-Anwendungen zu entwickeln und bestehende Kenntnisse im Bereich der Softwareentwicklung um die Spezifika von Go zu erweitern. Abschließend zielt das Seminar darauf ab, dass die Teilnehmer die erworbenen Kenntnisse praktisch anwenden können, um effiziente, performante und skalierbare Softwarelösungen zu gestalten.

Daten stellen den Rohstoff dar, der den Antrieb für die digitale Transformation der Wirtschaft liefert. Jedoch können Unternehmen erst dann eine beschleunigte Geschwindigkeit erreichen, wenn sie über eigene Experten verfügen, die in der Lage sind, bestehende Produktions-, Kunden- und Marktdaten zu strukturieren und zu analysieren. Zudem müssen sie über geeignete Methoden zur Erhebung zusätzlicher Daten verfügen, um das volle Potenzial datengetriebener Analysen und Prozesse zur Wertschöpfung auszuschöpfen.
Hierbei spielen modernste Technologien und fortschrittliche Datenverarbeitungssysteme eine entscheidende Rolle, um eine optimale Datenintegration, -analyse und -auswertung zu gewährleisten.
Der Online-Zertifikatslehrgang qualifiziert datenaffine Fachkräfte branchenunabhängig dazu, diese Analytik und daraus hervorgehende Datenprojekte im Unternehmen zu implementieren: Wer im Wettbewerb von heute vorne mitfahren will, muss die Daten verstehen und richtig nutzen.

In diesem dreitägigen Kurs werden die Grundlagen von Künstlicher Intelligenz (KI) mit Keras-Tensorflow geschult. Der Fokus liegt auf Deep Learning für supervised und semi-supervised Anwendungsfälle. Sie werden die Neuronale Netzwerkarchitekturen Multi Layer Perceptron (MLP), Convolutional Neural Network (CNN) und die Modell Architektur SimCLR (Semi Supervised) kennenlernen. Das Framework Tensorflow/Keras wird dabei verwendet.

Unser Deep Learning-Kurs mit GPU-Nutzung bietet eine Einführung in Deep Learning-Algorithmen für die Verarbeitung von Bilddaten im Bereich des überwachten und semi-überwachten Lernens.
Deep Learning-Algorithmen sind derzeit eine wichtige Klasse von Algorithmen im Bereich des maschinellen Lernens und werden bereits in vielen Bereichen unseres Alltags eingesetzt. Im Kurs lernen Sie, geeignete Modelle zu trainieren, um sie zur Klassifikation oder Schätzung neuer Daten zu verwenden. Sie lernen auch die wichtigsten Aspekte der Programmierung von Deep Learning-Algorithmen in Tensorflow/Keras, einschließlich der Datenaufbereitung, des sequenziellen Einlesens großer Datenmengen, der Erstellung tiefer neuronaler Netze und der Anwendung der trainierten Modelle auf neue Daten. In praktischen Übungen werden gängige Varianten von Deep Neural Networks behandelt und vertieft. Die behandelten Algorithmen finden in verschiedenen Bereichen der Industrie Anwendung, wie z.B. dem Erkennen von Symbolen, der Produktionsüberwachung, der Textur-/Oberflächenan...

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.

Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.

Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.

Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Algor...

Der dreitägige Data Science Kurs bietet eine praxisorientierte Einführung in die Grundlagen von Machine Learning mit pandas und scikit-learn in Python. Der Schwerpunkt liegt dabei auf dem Python Modul pandas und seinem DataFrame, das als gängiges Data Science Paket in Python gilt. Zusätzlich werden die Pakete seaborn und matplotlib erläutert, die zur Generierung von Grafiken und Plots verwendet werden. Der Kurs gibt zudem einen Einblick in erste Machine Learning Algorithmen wie Entscheidungsbaum, K-Means Clustering/DBSCAN und Neuronales Netz mit dem Python Paket scikit-learn. Weitere Themen umfassen wichtige Datenstrukturen, das Berechnen von Statistiken, das Schreiben eigener Funktionen sowie das Einlesen und Schreiben von Daten in verschiedenen Formaten. Der Kurs beinhaltet außerdem eine Einführung in lineare Regression, den Train-Test-Split und Kreuzvalidierung.