Künstliche Intelligenz (KI) für Softwareentwickler:innen

Target Groups:

Informatiker:innen, Fachinformatiker:innen, Programmierer:innen und Fachkräfte mit entsprechender Berufserfahrung.

Professional Requirements:

keine Angaben

Technical Requirements:

Die Teilnahme am Unterricht erfolgt über Internet per Videotechnik. Voraussetzung für die Nutzung deiner eigenen Hardware ist die Installation der Applikation alfaview®: https://cloud.alfanetz.de/test Falls du keinen geeigneten Computer hast, erhältst du von uns das technische Equipment, um von zuhause aus am Kurs teilnehmen zu können. Sollten die räumlichen und technischen Voraussetzungen dir eine Teilnahme von zuhause aus nicht ermöglichen, kannst du deinen Kurs auch in einem unserer Bildungszentren absolvieren.

Classification of the Federal Employment Agency:

• C 1435-10-10 Softwareentwicklung, Programmierung - allgemein

Contents

Der Kurs vermittelt praxisnahes Wissen über die Grundlagen der Künstlichen Intelligenz, das speziell auf die Bedürfnisse von Entwickler:innen abgestimmt ist.

Künstliche Intelligenz (KI) für Softwareentwickler:innen

Grundlagen der Künstlichen Intelligenz (KI/AI) (ca. 0,5 Tage)
Was ist Künstliche Intelligenz?
Definition und Geschichte der KI
Unterschied zwischen schwacher und starker KI
KI-basierte Anwendungen im Überblick
DIN/TS 92004:2024

Einführung in Maschinelles Lernen (ML)  (ca. 0,5 Tage)
Definition und Grundkonzepte
Überwachtes vs. unüberwachtes Lernen
Beispiele für ML-Anwendungen

Datenvorverarbeitung und -visualisierung (ca. 1 Tag)
Datenvorbereitung (Quellen, Bereinigung und Transformation)
Bedeutung und Techniken des Feature Engineering
Skalierung und Normalisierung
Kategorische und numerische Features
Bedeutung von Datenvisualisierung
Erstellen von Diagrammen und Plots

Überwachtes Lernen (ca. 1 Tag)
Lineare und multiple Regressionsmodelle
Evaluierung von Regressionsmodellen
Klassifikationsmodelle
Modellbewertung und -optimierung

Unüberwachtes Lernen und Deep Learning  (ca. 1 Tag)
Clustering-Methoden
Dimensionsreduktion
Grundkonzepte/Architekturen des Deep Learnings
Neuronale Netze und ihre Funktionsweise
Überblick über Deep Learning Frameworks

Projektarbeit (ca. 1 Tag)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse

Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.

Educational Goal

Nach Abschluss des Lehrgangs verstehst du die Grundlagen der Künstlichen Intelligenz sowie des maschinellen Lernens. Du bist in der Lage, Daten aufzubereiten, Modelle zu erstellen und zu bewerten und hast erste Erfahrungen mit Deep Learning und unüberwachtem Lernen. Außerdem kennst du die DIN/TS 92004:2024 und ihren Einfluss auf den gesamten Lebenszyklus sowie sicherheitsrelevante Aspekte von KI.