Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

KI-Empfehlungssysteme Grundkurs: Logik die verkauft

Webinar - PROKODA GmbH

KI-Empfehlungssysteme Grundkurs: Logik die verkauft
Termin Ort Preis*
03.08.2026- 05.08.2026 München 1.773,10 €
03.08.2026- 05.08.2026 online 1.773,10 €
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Use Cases, Ziele und Erfolgsmessung
    • Business-Ziele in Metriken übersetzen (CTR, CVR, AOV, Retention)
    • Online vs. Offline Evaluation, A/B-Tests und Guardrails
    • Cold Start, Long Tail und Katalogdynamik
  • Datenbasis und Feature-Design
    • Event-Tracking: Views, Clicks, Carts, Purchases, Dwell Time
    • Negative Signale, Deduplizierung, Sessionisierung
    • Feature Stores, Leakage vermeiden, Zeitbezug korrekt modellieren
  • Baselines, die wirklich tragen
    • Popularity, Trending, Co-Occurrence und heuristische Regeln
    • Segmentierung und Kontext (Device, Zeit, Kampagnen)
    • Fallback-Strategien für leere Profile
  • Collaborative Filtering und Matrixfaktorisierung
    • Implicit Feedback, Weighting und Confidence
    • Embeddings für Nutzer und Items
    • Nearest Neighbors und Approximate Search
  • Content-based und hybride Systeme
    • Text- und Bild-Embeddings für Item-Repräsentationen
    • Hybride Strategien: Blending, Switching, Feature Augmentation
    • Ähnlichkeit, Diversität und Serendipity ausbalancieren
  • Two-Tower, Retrieval und Ranking
    • Kandidaten-Generierung vs. Ranking: Architektur und Trade-offs
    • Learning-to-Rank Grundlagen, Pairwise/Pointwise Objectives
    • Re-Ranking mit Constraints (Diversität, Fairness, Regeln)
  • Evaluation, Monitoring und Betrieb
    • Offline-Metriken: Precision@K, Recall@K, NDCG, MAP
    • Drift, Feedback-Loops und Bias erkennen
    • Deployment-Patterns, Latenzbudgets und Caching
Teilnahmevoraussetzungen:
  • Grundkenntnisse in Machine Learning (Train/Test, Overfitting, Metriken).
  • Basisverständnis für Datenanalyse und SQL oder Python ist hilfreich.
Zielgruppe:
  • Data Scientists und Machine-Learning Engineers
  • Data Engineers und Analytics Engineers mit Produktbezug
  • Product Managerinnen und Product Manager für Search, Feed oder Commerce
  • Software Engineers, die Recommender integrieren
  • Für alle, die Empfehlungen messbar verbessern und stabil betreiben wollen
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha