Machine Learning mit Python: Features und Skripte

Passt der Kurs zu dir?

1. 1
   Für das PCAP-Zertifikat gibt es keine formale Voraussetzung, das Python Institute empfiehlt aber vorher die Einstiegsprüfung PCEP.
2. 2
   Schulmathematik bis zu Prozentrechnung und Funktionen, wenn du in Richtung Datenanalyse oder Machine Learning gehst.
3. 3
   Ein Rechner, auf dem du Python, einen Code-Editor und Zusatzpakete selbst installieren darfst.

Das lernst du

1. 1
   Die Weiterbildung "Machine Learning mit Python für Cloud Administratoren: Features und Skripte" vermittelt grundlegende und aufbauende Kenntnisse in den Themenbereichen "Features" und "Skripte". Der Transferteil vertieft Python und überführt die Erkenntnisse zu Machine Learning in eine zusammenhängende Aufgabe. Der Aufbau orientiert sich an Einrichtung, sicherem Betrieb, Überwachung und strukturierter Fehlerbearbeitung. Zwischen Python und Machine Learning werden Gemeinsamkeiten, Unterschiede und sinnvolle Übergänge herausgearbeitet. Als roter Faden dient die Aufgabenstellung "Machine Learning mit Python für Cloud Administratoren"; sie wird aus fachlicher, methodischer und qualitätsbezogener Perspektive bearbeitet. Teilnehmende bearbeiten nachvollziehbare Praxisfälle aus KI-gestützten Arbeits- und Anwendungssituationen, vergleichen Lösungswege und halten Annahmen, Entscheidungen sowie Ergebnisse fest. Ziel ist ein strukturiertes Verständnis der im Titel beschriebenen Aufgabenfelder und ihrer Anwendung in unterschiedlichen Arbeitssituationen.
2. 2
   Die Lernaufgaben verbinden Python mit Machine Learning und machen die Schnittstellen zwischen beiden Themen sichtbar.
3. 3

   Die Bildungsinhalte sind in sieben aufeinander bezogene Lernabschnitte gegliedert

   Anwendungsszenarien und Rahmenbedingungen: Der Schwerpunkt "Machine Learning mit Python für Cloud Administratoren" wird hinsichtlich Aufgabenrahmen, typischer Einsatzbereiche und der dafür benötigten Arbeitsschritte eingeordnet. Die Ausrichtung konkretisiert sich durch Konfiguration, kontrollierte Änderungen, Überwachung und strukturierte Bearbeitung von Abweichungen sowie durch die Auswahl geeigneter Ressourcen, Bereitstellung, Zugriffe, Überwachung und betriebliche Auswirkungen. Im fachlichen Mittelpunkt stehen das Kompetenzfeld Python und der Anwendungsschwerpunkt Machine Learning.
   Features: Anwendungsfälle werden hinsichtlich Nutzen, Datenbezug, Ergebnisqualität und verantwortlicher Nutzung eingeordnet.
   Skripte: Das Teilthema wird anhand zentraler Begriffe, typischer Arbeitsschritte und eines nachvollziehbaren Anwendungsfalls bearbeitet.
   Einsatzszenarien: Die Teilnehmenden ordnen Anforderungen ein, wählen ein geeignetes Vorgehen und dokumentieren die daraus entstehenden Ergebnisse. Zum Abschluss werden Arbeitsergebnisse aus Python reflektiert und mit den Lernzielen zu Machine Learning abgeglichen.
   Zugriffe, Änderungen und Überwachung: Berechtigungen und Konfigurationen werden kontrolliert angepasst und anschließend anhand geeigneter Signale überprüft.
   Kontrolle und verantwortliche Nutzung: Eingaben, Ergebnisse und menschliche Prüfschritte werden zu einem nachvollziehbaren Qualitätsprozess verbunden.
   Dokumentiertes Abschlussbeispiel: Die erworbenen Kenntnisse werden in einer vollständigen Aufgabe zusammengeführt und mit Arbeitsschritten, Entscheidungen und Ergebnissen festgehalten.
   Die fachliche Einordnung von Python wird durch konkrete Aufgaben zu Machine Learning ergänzt. Die Übungen sind so angelegt, dass Teilnehmende Begriffe nicht nur wiedergeben, sondern Arbeitsschritte begründen, Ergebnisse prüfen und auf einen neuen Fall übertragen. Anhand beruflicher Situationen wird geprüft, wie Python einzuordnen ist und welche Rolle Machine Learning dabei übernimmt. Die Dokumentation der Praxisaufgaben macht Lernfortschritte, offene Fragen und fachliche Entscheidungen nachvollziehbar.

1. 1

   München

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   München

   26.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   München

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   München

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Routinearbeit per Skript erledigen

   Mit wenigen Zeilen Python benennst du Dateien um, liest Excel-Tabellen ein oder holst Daten aus Schnittstellen. Solche Skripte laufen später zeitgesteuert, ohne dass jemand sie anstößt. Beispiel: Du schreibst ein Skript, das jeden Morgen die Bestellungen aus dem Shop-Export zusammenführt.

2. 2

   Daten mit Pandas aufbereiten

   Pandas-Kurse zeigen, wie du Tabellen filterst, gruppierst, verknüpfst und bereinigst. Das ist der Schritt vor jeder Auswertung und jedem Modell. Beispiel: Du bereinigst eine Kundenliste mit doppelten Einträgen und uneinheitlich geschriebenen Ortsnamen.

3. 3

   Eigene Anwendungen bauen

   Objektorientierung, Module und Tests bilden die Grundlage für größere Programme und Webanwendungen mit Django oder Flask. Mit dem PCAP weist du Kenntnisse in Modulen und Paketen, Ausnahmebehandlung, Dateiverarbeitung und Objektorientierung nach. Beispiel: Du entwickelst ein kleines Buchungstool für Besprechungsräume mit Django und schreibst Tests dazu.

Themen