Kontakt aufnehmen

Schulungsübersicht

Einführung in das AI Engineering

  • Was ist AI Engineering?
  • Die Entwicklung der KI und deren Einfluss auf das Engineering
  • Schlüsselkonzepte und Terminologie in der KI

Kern-Technologien der KI

  • Verständnis von Machine Learning
  • Deep Learning und neuronale Netze
  • Natural Language Processing (NLP)

Problemlösung mit KI

  • Identifikation von Problemen, die sich für KI-Lösungen eignen
  • Datenerfassung und Vorverarbeitung
  • Modellauswahl und -training

KI in der Softwareentwicklung

  • KI-Tools für Entwickler
  • Integration von KI in bestehende Systeme
  • Versionskontrolle und Modellmanagement

KI und Data Engineering

  • Big-Data-Technologien und deren Rolle in der KI
  • Datenpipelines und ETL-Prozesse
  • Datenspeicherung und -verwaltung für KI

Ethische KI

  • Verständnis von Bias und Fairness in KI-Systemen
  • Datenschutz und Sicherheit im AI Engineering
  • Ethische Überlegungen und Best Practices

Projektmanagement mit KI

  • Agile Methoden für KI-Projekte
  • Rollen und Verantwortlichkeiten im Team
  • Dokumentation und Berichterstellung

Praxisnahes AI Engineering

  • Einrichten der KI-Entwicklungsumgebung
  • Aufbau und Bewertung einfacher KI-Modelle
  • Kollaborative KI-Engineering-Projekte

Die Zukunft des AI Engineering

  • Aufkommende Trends in der KI
  • Kontinuierliches Lernen und Kompetenzentwicklung
  • Karrierechancen im AI Engineering

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlagenverständnis der Programmierung
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit grundlegenden statistischen Methoden und linearer Algebra

Zielgruppe

  • KI-Ingenieure
  • Softwareentwickler
  • Datenanalysten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien