Schulungen

Wir bieten diverse Schulungen zu Themen aus dem Bereich Data Science an. Diese Schulungen vermitteln das nötige Grundlagenwissen, das die erfolgreiche Einführung von Data Science in bestehende Geschäftsprozesse ermöglicht. Unsere Schulungen richten sich sowohl an auszubildende Data Scientists als auch an Entscheidungsträger und Endbenutzer, denen wir ein Verständnis für die neuen Möglichkeiten, die der Einsatz von Data Science bietet, vermitteln wollen. Dadurch schaffen wir eine gemeinsame Sprache zwischen allen Beteiligten, die für die erfolgreiche Integration und Implementierung der neuen Techniken in die Firmenabläufe und -kultur notwendig ist. Die nächsten Termine finden sie hier.

Unser Schulungsangebot

Unser Schulungsangebot gliedert sich in vier Bereiche: Einführung, Basic Level, Expert Level und Spezialisierung.

Die Einführungsschulungen sind so ausgelegt, dass sie allen einen Überblick über Data Science vermitteln, die mit dem Thema in Berührung kommen, aber selber keine Data-Science-Projekte durchführen. Das können sowohl Entscheidungsträger als auch Anwender sein, die Ergebnisse von Data-Science-Projekten nutzen möchten.
Basic Level, Expert Level und Spezialisierung sind dagegen konkret auf die Ausbildung von Data Scientists ausgelegt und vermitteln das dafür notwendige Wissen und die notwendigen Fähigkeiten.

Einführung

Schulung für Entscheidungsträger
Schulung für Entscheidungsträger

Die Schulung richtet sich an Führungskräfte, die erstmalig mit Data Science in Berührung kommen oder erste Erfahrung haben und ihr Grundlagenwissen erweitern möchten, um strategisch kluge Entscheidungen in Bezug auf Data Science treffen zu können. Die Schulung behandelt die Grundkonzepte von Data Science, sowie die Themen IT-Infrastruktur und Kommunikation. Außerdem wird Wissen zu den sozialen Aspekten in Data-Science-Projekten und deren Einfluss auf den Projekterfolg vermittelt.

Schulung für Endbenutzer
Schulung für Endbenutzer

In dieser Schulung wird der Endbenutzer mit der dem maschinellen Lernen zugrunde liegenden Denkweise vertraut gemacht und es wird ein gemeinsames Basisvokabular geschaffen, das für eine erfolgreiche Kommunikation zwischen Fachexperten und Data Scientists notwendig ist.
Aufbauend auf dieser Kommunikationsbasis lernen Endbenutzer, einzuschätzen, ob ihre Herausforderungen mit maschinellem Lernen effizient gelöst werden können und dafür Use Cases so zu formulieren, dass die Data-Science-Abteilung oder externe Experten vorhandene Probleme schnell verstehen und mit Lösungen den Arbeitsalltag des Endanwenders erleichtern können. Die Verständigung zwischen Endbenutzern und Data Scientists ermöglicht eine erfolgreiche Integration von Data-
Science-Lösungen in Geschäftsprozesse.

Basic Level

Grundlagen 2 – Profilerstellung und komplexe Modelle

Classroomtraining, 2 Tage, Zertifizierung möglich

Anmeldung
Detailinformationen
Grundlagen 2 – Profilerstellung und komplexe Modelle

Aufbauend auf der Schulung Grundlagen 1 – Prädiktive Modelle und deren Validierung wird in dieser praxisorientierten Schulung vermittelt, wie Datenprofile für das Training von prädiktiven Modellen erstellt werden und problemabhängig sinnvolle Gütemaße gewählt werden. Anschließend werden die bereits bekannten prädiktiven Modelle mit Techniken zur Feature Selection kombiniert, um wichtige Einflussgrößen in den Profilen zu identifizieren. So lernen die Teilnehmenden, komplexe analytische Vorhersagemodelle zu erstellen und zu optimieren. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die Möglichkeit zu bieten, sich ohne Programmierkenntnisse auszuprobieren.

Grundlagen 1 – Prädiktive Modelle und deren Validierung

Classroomtraining, 2 Tage, Zertifizierung möglich

Anmeldung
Detailinformationen
Grundlagen 1 – Prädiktive Modelle und deren Validierung

In dieser praxisorientierten Schulung werden Grundlagen vermittelt, die für die Durchführung eines Data-Science-Projekts notwendig sind. Dazu gehört ein allgemeiner Überblick über das gesamte Themenfeld, um die Orientierung zu behalten.
Die Teilnehmenden lernen, ein konkretes Problem in grundlegende Problemklassen einzuordnen, Daten entsprechend aufzubereiten, mittels maschinellem Lernen prädiktive Modelle zu erzeugen, zu optimieren, zu evaluieren und die Modelle anzuwenden. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die Möglichkeit zu bieten, sich ohne Programmierkenntnisse auszuprobieren.

 

Expert Level

Deployment – Produktiver Einsatz von Predictive Analytics

Classroomtraining, 2 Tage, Zertifizierung möglich

Anmeldung
Detailinformationen
Deployment – Produktiver Einsatz von Predictive Analytics

In dieser Schulung wird gezeigt, was bei der produktiven Verwendung von Data Science zu bedenken ist und wie sich das in der Grundlagenschulung erworbene Wissen erfolgreich in bestehende Geschäftsabläufe integrieren lässt. Es werden alle notwendigen Fähigkeiten zur Integration von Data-Science-Techniken in voll automatisierte Geschäftsabläufe vermittelt und praktisch mit RapidMiner Server geübt.
Um das vollautomatisierte Deployment zu überwachen oder um im halbautomatisierten Szenario eine Endbenutzerschnittstelle zur Verfügung stellen zu können, lernen die Teilnehmenden die Möglichkeiten zur Erstellung einer Web-App mit den Bordmitteln von RapidMiner Server kennen.

Predictive Analytics im Big-Data-Kontext

Classroomtraining, 2 Tage, Zertifizierung möglich

Anmeldung
Detailinformationen
Predictive Analytics im Big-Data-Kontext

Was ist das richtige Format für mein Data-Science-Projekt? Eine lokale Anwendung oder eine Big-Data-Lösung? Dies vor Projektbeginn zu wissen, kann teure Fehlentscheidungen verhindern.
Um diese Fragen selbst beantworten zu können, lernen die Teilnehmenden die Vor- und Nachteile der unterschiedlichen Techniken in dieser Schulung praktisch kennen. Dafür werden mit den Teilnehmenden die Szenarien aus den Grundlagen- und Deploymentschulungen fortgeführt und auf den Big-Data-Maßstab skaliert. In der Schulung werden außerdem für die Verarbeitung großer Datenmengen notwendige Methoden vermittelt, wobei der Fokus auf die batchorientierte Verabeitung gesetzt wird.

Spezialisierungen

Text- und Web-Mining

Classroomtraining, 2 Tage, Zertifizierung möglich

Anmeldung
Detailinformationen
Text- und Web-Mining

Die Textanalyse- und Web-Mining-Schulung dauert zwei Tage und führt in die Analyse von unstrukturierten Daten wie Textdokumenten oder Webseiten ein. Der Kurs behandelt die gesamte Verarbeitungskette vom automatisierten Sammeln unstrukturierter Daten, über die Speicherung in optimierten Datenbanken bis hin zur automatischen Analyse der Inhalte und der Präsentation der Ergebnisse.

Zeitreihenanalyse

Classroomtraining, 2 Tage

Anmeldung
Detailinformationen
Zeitreihenanalyse

In dieser Schulung lernen die Teilnehmer, was bei der Analyse und Nutzbarmachung von zeitreihenbasierten Daten zu beachten ist. Fast alle Datenquellen haben einen zeitlichen Bezug, den es bei der Analyse zu berücksichtigen gilt. Dieser kann sowohl wertvolle Informationen liefern als auch Scheinzusammenhänge vortäuschen und ist deswegen beim Erstellen prädiktiver Modelle stets zu beachten. Der Kurs vermittelt die Techniken, um mit zeitbezogenen Daten umzugehen und sie für verschiedene Analyseziele anzuwenden. Im Kurs wird aufgezeigt, wie sich Zeitreihenprognosen erstellen lassen, also zukünftige Werte vorhergesagt werden können. Desweiteren wird die Klassifizierung ganzer Zeitreihen und die Segmentierung einer Zeitreihe in Abschnitte behandelt.

Kundenspezifische Schulung

Gerne gestalten wir unsere Schulungen nach den Anforderungen und Wünschen des Kunden und kombinieren verschiedene Themen. Eine Mischung unterschiedlicher Themen aus unserem Schulungsrepertoire ist ebenso möglich wie eine Vertiefung in ein spezielles, weiterführendes Thema wie Deep Learning oder Image Mining. 

Unser Vorgehen

In all unseren Schulungen achten wir auf die kontinuierliche Entwicklung der Teilnehmenden über die einzelnen Lektionen hinweg. Wir erläutern anhand realistischer Beispiele Prinzipien, die nachher in komplexeren und realen Projekten ihre Anwendung finden. Das Curriculum baut auf einem realitätsnahen Fall auf, der dazu dient, ein Grundverständnis für das jeweilige Themengebiet zu schaffen. Über die Schulungen hinweg wird dabei die natürliche Evolution eines Data-Science-Projektes simuliert, das sich von einer einfachen, aber bereits nützlichen Lösung zu immer komplexeren Lösungen mit erhöhtem Nutzen entwickelt.

 

Betreuung nach der Schulung

Oftmals kommen Fragen erst auf, wenn das Gelernte nach der Schulung auf eigene Probleme angewendet wird. Für uns ist es selbstverständlich, auch im Nachhinein für Rückfragen zu den Schulungsinhalten zur Verfügung zu stehen. Wenden Sie sich auch gerne an uns, um über weitere Schritte zur Etablierung von Data Science in Ihrem Unternehmen zu sprechen - ein Knowledge-Transfer-Projekt kann eine sinnvolle Ergänzung zu den Schulungen darstellen.