Die passende Datenbasis für Ihre AI-Anwendungen («H36269»)

Modul 1

1 Einführung

• Begrifflichkeiten rund um Daten und Artificial Intelligence
• Warum Daten der Schlüssel für erfolgreiche AI-Projekte sind

2 Datentypen- und Formate

• Welche Arten von Daten gibt es?
• Variablentypen und Skalenniveaus
• Unstrukturierte Daten, semistrukturierte Daten und strukturierte Daten

3 Datenmanagement für AI-Projekte

• Supervised vs. Unsupervised Learning
• Welche Anforderungen an Daten und Datenmengen gibt es für den Einsatz von AI?
• Woran man eine schlechte Datenqualität erkennt
• Datenqualität in produktiven AI-Anwendungen sicherstellen

Modul 2

1 Speicherung von Daten

• Arten von Datenbanken
• Überblick über Data Lake und Data Warehouse
• Vor-und Nachteile der Datenspeicherung und -verarbeitung in der Cloud vs. On Premise
• Externe Datenquellen als Ergänzung zu internen Daten

2 Datensicherheit

• Personenbezogene Daten und DSGVO
• Wie man Datenhoheit gewährleistet
• EU AI Act

3 Kompetenzen

• Arten der Datenverarbeitung- und Analyse
• Einen ersten Mehrwert aus Daten generieren: Statistische Analysen und Visualisierungen
• Überblick über BI-Tools
• Typische Rollen in Daten und AI-Projekten (Data Analyst, Data Scientist, Data Engineer)

Dieser Kurs richtet sich an Digitalisierungsbeauftragte, Innovationsbeauftragte, Projektmitarbeitende und interessierte Fach- und Führungskräfte, die noch keine oder wenig Erfahrung mit Daten für Artificial Intellligence haben.

Für die Teilnahme an diesem Kurs gibt es keine formalen Anforderungen.

Damit Sie mögliche Unterlagen rechtzeitig per Post zugestellt bekommen können, empfehlen wir eine Buchung mindestens 14 Tage vor Seminar-Termin.