Data Science und Business Analytics - Aufbau
Durchgeführt von WIFI Vorarlberg
Beschreibung
Dieser Aufbaulehrgang im Bereich Data Science und Business Analytics richtet sich an Teilnehmende mit Vorkenntnissen, die ihre Kompetenzen vertiefen möchten. Du wirst praxisrelevante Themen wie Zeitreihenanalyse, Machine Learning und den Einsatz von Large Language Models (LLMs) im Unternehmenskontext behandeln. Der Kurs umfasst auch die Entwicklung von Agentensystemen sowie die professionelle Organisation von Python-Projekten. Alle praktischen Übungen finden in einer Jupyter-Notebook-Umgebung statt, um eine direkte Anwendung des Gelernten zu ermöglichen. Nach Abschluss des Kurses bist du in der Lage, moderne Methoden des Zeitreihenforecastings anzuwenden und LLMs effektiv in deinen Projekten zu integrieren.
Tags
#Python #Machine-Learning #Data-Science #Business-Analytics #Clean-Code #Large-Language-Models #Forecasting #Zeitreihenanalyse #Agentensysteme #Jupyter-NotebookTermine
Kurs Details
Teilnehmende mit ersten Erfahrungen in Data Science Fachkräfte, die bereits den Lehrgang Data Science und Business Analytics absolviert haben Personen, die ihr Wissen in Zeitreihenanalyse und Machine Learning vertiefen möchten Entwickler:innen, die an der professionellen Organisation von Python-Projekten interessiert sind Analyst:innen, die Agentensysteme für Unternehmensanwendungen entwickeln wollen.
Der Kurs behandelt vertiefende Aspekte der Datenwissenschaft und Geschäftsanalyse, insbesondere die Anwendung von statistischen Methoden und maschinellem Lernen zur Analyse und Vorhersage von Daten. Ein Schwerpunkt liegt auf der Zeitreihenanalyse, die es ermöglicht, zeitabhängige Daten zu analysieren und zukünftige Werte vorherzusagen. Zudem wird der Einsatz von Large Language Models (LLMs) thematisiert, die in der Lage sind, natürliche Sprache zu verarbeiten und komplexe Aufgaben zu bewältigen. Der Kurs vermittelt auch Kenntnisse zur Entwicklung von Agentensystemen, die autonom Entscheidungen treffen können, sowie zu Clean Coding-Prinzipien in Python, um qualitativ hochwertigen und wartbaren Code zu schreiben.
- Was sind die zentralen Begriffe der Zeitreihenanalyse?
- Erkläre den Unterschied zwischen One-Step- und Multi-Step-Forecasting.
- Welche Kriterien sind wichtig bei der Auswahl eines LLMs für ein Unternehmen?
- Wie entwickelst du ein Agentensystem mit LLMs?
- Nenne die Prinzipien des Clean Codings und deren Bedeutung für Data-Science-Projekte.
