Seminare zum Thema Informatik/IT

Large Language Models (LLM) bieten im Unternehmenseinsatz enormes Potenzial, um Prozesse zu automatisieren und neue Anwendungsfälle zu ermöglichen. Bestehende Modelle wie GPT, Claude oder Llama bieten dafür eine solide Grundlage, entfalten ihr volles Potenzial jedoch erst durch gezielte Anpassung an die spezifischen Anforderungen des Unternehmens. In diesem praxisorientierten Training lernst du, wie du LLMs erfolgreich anbindest und implementierst und mit eigenen Daten optimierst. Du erhältst umfassendes Wissen über Feintuning-Strategien, Datenintegration und die Entwicklung leistungsfähiger Retrieval-Augmented-Generation-Lösungen (RAG). Dabei lernst du alle Konzepte und Technologien kennen und erarbeitest in Praxisübungen den Prototypen für eine eigene, maßgeschneiderte KI-Lösung.

Large Language Models (LLM) bieten im Unternehmenseinsatz enormes Potenzial, um Prozesse zu automatisieren und neue Anwendungsfälle zu ermöglichen. Bestehende Modelle wie GPT, Claude oder Llama bieten dafür eine solide Grundlage, entfalten ihr volles Potenzial jedoch erst durch gezielte Anpassung an die spezifischen Anforderungen des Unternehmens. In diesem praxisorientierten Training lernst du, wie du LLMs erfolgreich anbindest und implementierst und mit eigenen Daten optimierst. Du erhältst umfassendes Wissen über Feintuning-Strategien, Datenintegration und die Entwicklung leistungsfähiger Retrieval-Augmented-Generation-Lösungen (RAG). Dabei lernst du alle Konzepte und Technologien kennen und erarbeitest in Praxisübungen den Prototypen für eine eigene, maßgeschneiderte KI-Lösung.

Nach dieser Schulung sehen Sie Git nicht nur als Versionsverwaltungssystem, sondern verstehen, wie ein modernes Codemanagement auf praxiserprobten Software-Entwicklungsprozessen funktioniert. Sie haben Vertrauen in Git als Tooling, in das, was passiert und haben keine Hemmungen, den Funktionsumfang von Git in die tägliche Arbeit zu integrieren. Sicherheitskopien vor speziellen Git Kommandos (z.B. Reset, Rebase usw.) gehören der Vergangenheit an. Darüber hinaus verstehen Sie den Mehrwert von Git und können moderne Software-Entwicklungsprozesse mit Git umsetzen, sowie diese in Ihrem Unternehmen etablieren. Hinsichtlich Teamwork erlangen Sie Fähigkeiten, den vollen Funktionsumfang von Git anzuwenden, wodurch Ihrem Team, aber auch Ihnen als Teammitglied, eine komplett neue Herangehensweise bzgl. Entwicklungsprozessen ermöglicht wird. Dabei stehen nicht nur Git-Kommandos im Vordergrund, sondern auch Review Management, Social Engineering, Know-How Transfer und mehr. 

Sie lernen verschiedene Git Workflows kennen, beleuchten diese mit Vor-/Nachteilen und lernen, wie Sie diese mit modernen Codemanagement-Systemen in Ihrem Software-Entwicklungsprozess unterstützen. Ziel hierbei ist, dass Sie nach der Schulung selbst entscheiden können, welcher Git-Workflow für Sie und Ihr Team oder für Ihr Unternehmen am besten geeignet ist.

Nach dieser Schulung sehen Sie Git nicht nur als Versionsverwaltungssystem, sondern verstehen, wie ein modernes Codemanagement auf praxiserprobten Software-Entwicklungsprozessen funktioniert. Sie haben Vertrauen in Git als Tooling, in das, was passiert und haben keine Hemmungen, den Funktionsumfang von Git in die tägliche Arbeit zu integrieren. Sicherheitskopien vor speziellen Git Kommandos (z.B. Reset, Rebase usw.) gehören der Vergangenheit an. Darüber hinaus verstehen Sie den Mehrwert von Git und können moderne Software-Entwicklungsprozesse mit Git umsetzen, sowie diese in Ihrem Unternehmen etablieren. Hinsichtlich Teamwork erlangen Sie Fähigkeiten, den vollen Funktionsumfang von Git anzuwenden, wodurch Ihrem Team, aber auch Ihnen als Teammitglied, eine komplett neue Herangehensweise bzgl. Entwicklungsprozessen ermöglicht wird. Dabei stehen nicht nur Git-Kommandos im Vordergrund, sondern auch Review Management, Social Engineering, Know-How Transfer und mehr. 

Sie lernen verschiedene Git Workflows kennen, beleuchten diese mit Vor-/Nachteilen und lernen, wie Sie diese mit modernen Codemanagement-Systemen in Ihrem Software-Entwicklungsprozess unterstützen. Ziel hierbei ist, dass Sie nach der Schulung selbst entscheiden können, welcher Git-Workflow für Sie und Ihr Team oder für Ihr Unternehmen am besten geeignet ist.

Der 5-tägige  Data Analysis Bootcamp in R vermittelt in einzeln buchbaren Modulen Grundkenntnisse in R (Modul 1), praktisches Wissen zur deskriptiven Datenanalyse, der statisischen Inferenz und Modellierung in R (Modul 2), sowie fortgeschrittene Kenntnisse zur effizienten Nutzung von R (Modul 3).

Ziel: Vermittlung von theoretischen Statistik-Kenntnissen sowie technischen und praktischen Wissen in R. Dies soll es den Teilnehmern erleichtern, in ihrem Arbeitsalltag eigene Analysen und Projekte zielgerichteter und effizienter bearbeiten zu können, ohne sich tagelang selber in bestimmte Themen einarbeiten zu müssen. Zudem werden in den einzelnen Themenblöcken hilfreiche Zusatzpakete in R empfohlen, deren Nutzung oft unnötige Programmierarbeit, zusätzliche Recherchen und Anfängerfehler ersparen können.

Spätestens nach der Proof-of-concept-Phase benötigen Machine-Learning-Projekte die richtige Herangehensweise, Steuerung und Infrastruktur, um dauerhaft effizient und skalierbar zu sein. Ähnlich wie DevOps im Bereich der Softwareentwicklung bietet das Modell MLOps (Machine Learning Operations) einen hilfreichen Leitfaden mit Best Practices, Methoden und Tools, die darauf abzielen, den Lebenszyklus von Machine-Learning-Modellen optimal zu managen und abzubilden. In diesem zweitägigen Seminar lernst du sämtliche MLOps-Stationen im Detail kennen – von der Datenversionierung bis zum Monitoring – und erfährst, wie du deine Pipelines mit hilfreichen Tools wie Github, MLflow, DVC u.v.m. deployst, überwachst und produktiv hältst. Als zusätzliche Exkurse behandelt das Training MLOps in der Cloud (z.B. Azure ML Studio, Amazon Sagemaker oder Google Vertex AI) und gibt einen Ausblick zu LLMOps, wobei auf die besonderen Anforderungen von generativen KI-Modellen eingegangen wird. Das Seminar bietet neben Wissen zu Konzepten und Methoden auch zahlreiche praktische Übungen, um die erlernten Technologien und Tools direkt anzuwenden.

In der digitalen Welt entstehen immer mehr Daten. Unternehmen aller Branchen versuchen, durch Erfassung, Analyse und Auswertung der ihnen verfügbaren Daten wertvolle Einsichten zu erlangen und sich damit Wettbewerbsvorteile zu verschaffen. Doch wie sieht der ideale Ablauf solcher Datenprojekte aus? Wo fängt man an, wie geht man vor, wo lauern Fallstricke und wie können diese geschickt umgangen werden? In diesem Kompaktseminar zum Thema Data Science bekommst du das Wissen und die Techniken, um Potenziale deiner Unternehmensdaten zu erkennen und gezielt zu nutzen. Du lernst nicht nur alle Schritte erfolgreicher Datenprojekte kennen – von der richtigen businessrelevanten Fragestellung bis zur Bewertung der Ergebnisse. Dir werden auch gezeigt, wie du wichtige Schlüsselkonzepte des Machine Learnings nutzen und unternehmerische Entscheidungen mithilfe von Künstlicher Intelligenz treffen kannst. Dieses Seminar ist ein tiefgehender Einstieg für Fach- und Führungskräfte. Es eignet sich auch als Ausgangspunkt für alle, die mit einer Ausbildung zum Data Analyst oder Data Scientist beginnen möchten.

Nach Abschluss des Seminars sollten die Teilnehmer in der Lage sein:

• Die Grundlagen von DevOps zu verstehen und die Vorteile für das Unternehmen zu erkennen, einschließlich beschleunigter Bereitstellungen, erhöhter Qualität und besserer Kundenzufriedenheit.
• Die Prinzipien und Best Practices von DevOps anzuwenden, um eine effektivere Zusammenarbeit zwischen Entwicklung und Betrieb zu fördern.
• Die automatisierten Prozesse und Werkzeuge zu nutzen, um den Entwicklungs- und Bereitstellungszyklus zu beschleunigen und die Fehleranfälligkeit zu verringern.
• Agile Projektmanagementmethoden wie Scrum einzuführen und anzuwenden, um eine flexiblere und reaktionsschnellere Entwicklung zu ermöglichen.
• Kontinuierliches Feedback und kontinuierliche Verbesserung in die Unternehmenskultur zu integrieren, um die Effizienz, Qualität und Innovation kontinuierlich zu steigern.
• Die DevOps Foundation-Zertifizierung als Bestätigung für das erlernte Wissen und die Fähigkeiten zu erwerben, um das Unternehmen als DevOps-kompetent zu positionieren.

Nach Abschluss des Seminars sollten die Teilnehmer in der Lage sein:

• Die Grundlagen von DevOps zu verstehen und die Vorteile für das Unternehmen zu erkennen, einschließlich beschleunigter Bereitstellungen, erhöhter Qualität und besserer Kundenzufriedenheit.
• Die Prinzipien und Best Practices von DevOps anzuwenden, um eine effektivere Zusammenarbeit zwischen Entwicklung und Betrieb zu fördern.
• Die automatisierten Prozesse und Werkzeuge zu nutzen, um den Entwicklungs- und Bereitstellungszyklus zu beschleunigen und die Fehleranfälligkeit zu verringern.
• Agile Projektmanagementmethoden wie Scrum einzuführen und anzuwenden, um eine flexiblere und reaktionsschnellere Entwicklung zu ermöglichen.
• Kontinuierliches Feedback und kontinuierliche Verbesserung in die Unternehmenskultur zu integrieren, um die Effizienz, Qualität und Innovation kontinuierlich zu steigern.
• Die DevOps Foundation-Zertifizierung als Bestätigung für das erlernte Wissen und die Fähigkeiten zu erwerben, um das Unternehmen als DevOps-kompetent zu positionieren.

Python ist die führende Programmiersprache im Bereich des maschinellen Lernens und zeichnet sich durch Einfachheit und Vielseitigkeit aus. In diesem Training lernst du die Grundlagen des maschinellen Lernens wie auch fortgeschrittene Techniken kennen und erfährst, wie du eigene Projekte mit Python praktisch umsetzt. Du beginnst damit, Daten zu importieren und effektiv vorzubereiten, erstellst verschiedene maschinelle Lernmodelle wie lineare und logistische Regression, Entscheidungsbäume und Ensemble-Modelle, trainierst Modelle mit deinen Daten, bevor du sie abschließend evaluierst. Ein besonderer Schwerpunkt liegt auf der praktischen Anwendung, einschließlich Datenvisualisierung und statistischer Analyse. Ebenso werden populäre Python-Bibliotheken wie Pandas, NumPy, Matplotlib, Keras, NLTK und scikit-learn eingeführt und im Rahmen von Projekten in vielen Übungen praktisch eingesetzt. Das Ziel des Workshops ist es, umfassende Fähigkeiten im Umgang mit maschinellem Lernen zu vermitteln, um eigene Projekte erfolgreich umzusetzen und vorhandene Daten sinnvoll einzusetzen. Dieser Kurs eignet sich ideal für alle, die ihre Kenntnisse in Python vertiefen und praktische Fähigkeiten im maschinellen Lernen erwerben möchten.