Detaillierte Informationen zum Seminar
Inhalte:
Das Zertifikat umfasst vier Module (je 5 CP):
- Mathematik & Statistik
- Grundlagen des maschinellen Lernens
- Deep Learning / Neuronale Netze
- Vertiefung des maschinellen Lernens
Sie lernen, Datenprobleme zu analysieren, geeignete Lernverfahren auszuwählen, Algorithmen zu implementieren und Ergebnisse zu evaluieren. Die Module sind überwiegend auf Deutsch, teilweise auf Englisch.
Dauer/zeitlicher Ablauf:
2 Semester, berufsbegleitend
Ziele/Bildungsabschluss:
Teilnehmende erwerben Kenntnisse in Statistik, linearer Algebra und Stochastik, analysieren Lernprobleme, wählen geeignete ML-Verfahren aus, implementieren Algorithmen und evaluieren Ergebnisse. Sie verstehen Deep Learning Architekturen und neuronale Netze und können diese gezielt zur Lösung komplexer Datenprobleme einsetzen. Das Zertifikat befähigt zur Anwendung von AI in Organisationen und erweitert die beruflichen Handlungsspielräume.
Teilnahmevoraussetzungen:
Zugangsvoraussetzungen für das Zertifikatsstudium:
- Bachelorabschluss
- mindestens ein Jahr einschlägige Berufserfahrung im Anschluss an Ihren ersten Hochschulabschluss
- Fachkenntnisse in den Bereichen Statistik und Informatik im Umfang von 10 ECTS (falls nicht aus einem vorangegangenen Studium bzw. Weiterbildung nachweisbar, zum Beispiel durch das berufsbegleitende Zertifikatsstudium Data Analytics)
- ausreichende Sprachkenntnisse in Deutsch und Englisch
Für die Zertifikatsteilnahme ist lediglich der Nachweis eines abgeschlossenen Bachelorstudiums (oder eines gleichwertigen Abschlusses) notwendig.
Zielgruppe:
Die Weiterbildung richtet sich an Fach- und Führungskräfte, IT-Spezialist*innen, Data Scientists und Interessierte mit Grundkenntnissen in Mathematik und Programmierung, die ihre Datenkompetenz erweitern und fundiertes Wissen im maschinellen Lernen aufbauen möchten. Besonders geeignet für alle, die AI-Lösungen in ihrem beruflichen Umfeld implementieren wollen.
