- {{j.pay}}
- {{f}}
Machine Learning
Laut Katalog dauert der Kurs 6–12 Monate und kostet ab 10.000 €. Du lernst im Blended Learning. Anbieter ist StackFuel (a Multiverse company).
verdienen bisDie Mitte
MedianObere 25 %
verdienen ab
Achse beginnt bei {{s1.axis}}
01 · Der Kurs
Der Kurs läuft mit 5 Terminen an 5 Orten
Auf einen Blick
- ABSCHLUSS / NACHWEIS
- Trägerzertifikat: Machine Learning
- LERNUMFANG
- 6–12 Monate
- KATALOGPREIS
- ab 10.000 €
- LERNORT
- Berlin
- NÄCHSTER START
- 07.12.2026
- LERNFORM
- Blended Learning
Passt der Kurs zu dir?
Das lernst du
- Machine Learning heißt, für eine Fragestellung das passende Modell zu finden: einen Entscheidungsbaum oder einen Random Forest, eine Support Vector Machine mit dem richtigen Kernel, ein künstliches neuronales Netz - oder beim Clustering K-Means und DBSCAN. Dieser Kurs stellt die Modellfamilien nebeneinander und führt bis zu Modellinterpretation und Machine Learning auf verteilten Systemen mit pySpark.
- Womit du arbeitest, wenn du fertig bist
- Du bereitest Features mit Label-Encoding und One-Hot-Encoding vor, gleichst Klassen mit Over- und Undersampling aus und trainierst Entscheidungsbäume, Random Forest, Support Vector Machine und neuronale Netze, wie es Machine Learning Engineers und Data Scientists tun. Du bewertest Klassifizierung mit dem ROC-AUC-Score, erklärst Modelle über Feature Importance und bringst sie mit pySpark.ml auf Big Data - Aufgaben von KI-Entwicklern und Datenwissenschaftlern in Datenteams.
- Tools, Sprachen, Methoden
- Entscheidungsbäume und Random Forest - Ensembling, Evaluationsmetrik ROC-AUC-Score, Over- und Undersampling
- Support Vector Machine - Kernels der Support-Vector Machine, Klassifizierung mit sklearn
- Künstliche neuronale Netze - Aktivierungsfunktionen künstlicher Neuronen, Regularisierung
- Clustering - K-Means-Algorithmus, DBSCAN, Silhouette-Koeffizient, Elbow-Methode
- Feature Engineering - Label-Encoding, One-Hot-Encoding, polynomielle Features, Principal Component Analysis
- Modellinterpretation und pySpark - Feature Importance, Partial Dependence Plot, ICE-Plot, Machine Learning mit pySpark.ml
- Lernpfad in drei Stufen
- Stufe eins umfasst Datenkompetenz und Machine Learning Anwendungen in der Praxis, dazu SQL und Power BI. Stufe zwei beginnt mit pandas und führt durch das überwachte Lernen mit sklearn, weiter zu Clustering und Feature Engineering, dann zu Entscheidungsbäumen, Random Forest, Support Vector Machine und neuronalen Netzen, schließlich zu Modellinterpretation und Big Data mit pySpark. Stufe drei ergänzt objektorientierte Programmierung und die Portfolioarbeit im Team mit Daily Standups und Kanban.
- Was am Ende in deinem Portfolio steht
- Die Vorhersage von Preisen bei Gebrauchtwagen als Abschlussprojekt, die Vorhersage der Dauer von Taxifahrten, die Analyse der Churnrate eines Telekommunikationsunternehmens und ein Portfolioprojekt mit Datensätzen von Kaggle oder Zindi.
- Einsatzfelder und Rollen
- Einsatzfelder liegen in Datenteams, Forschung und Produktentwicklung: als Machine Learning Engineer oder ML Engineer, als Data Scientist oder Datenwissenschaftler, als KI-Entwickler, als AI Engineer, als Data Analyst oder Datenanalyst oder als Junior Data Scientist.
Der Kurs
Ablauf, Termine und Lernort
- 1
Berlin
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 2
Bünde
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 3
Göttingen
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 4
Meschede
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 5
Schwandorf
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
02 · Kosten & Förderung
Kursgebühr ab 10.000 €, mit bewilligtem Bildungsgutschein 0 €
Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.
03 · Gehalt
KI & Machine Learning Gehalt: 5.540 € in der Mitte bundesweit
In KI & Machine Learning verdienst du bundesweit in der mittleren Hälfte 4.580 € bis 7.170 € brutto im Monat in Vollzeit.
Brutto im Monat
Mitte und Viertel bundesweit
3 Schritte vom Kurs in den Beruf
- 1
KI auf echte Arbeitsaufgaben anwenden
Deine Branchenkenntnis bleibt wertvoll, wenn du einen Prozess mit KI unterstützt und das Ergebnis prüfst. Gute Praxis beschreibt Ausgangslage, Daten, menschliche Kontrolle und eine überprüfbare Verbesserung, ohne Automatisierung pauschal zu versprechen. Beispiel: Bearbeite einen kleinen Prozess aus deinem bisherigen Beruf und vergleiche Zeitbedarf und Qualität vorher und nachher.
- 2
Fachwissen mit neuen Werkzeugen verbinden
Branchenkenntnis, Kommunikation und Qualitätskontrolle bleiben wichtig. Gerade im Quereinstieg ergänzt du vorhandene Erfahrung durch ein Projekt mit Quellenprüfung, Versionierung, Freigabe und dokumentierten Grenzen. Beispiel: Ein Bewerbungsbeispiel beschreibt Aufgabe, verwendete Werkzeuge, Prüfung der Ergebnisse und Grenzen des Ansatzes.
- 3
Verantwortung schrittweise aufbauen
Projektkoordination, Schulung und Prozessgestaltung verlangen mehr als Toolbedienung. Achte auf Inhalte zu Use-Case-Auswahl, Datenqualität, Prüfung, Dokumentation und Zusammenarbeit. Vergleiche die Kursaufgaben mit den Zielstellen, die du erreichen möchtest. Beispiel: Vergleiche einen Grundlagenkurs mit einem Projektkurs und entscheide nach deinem aktuellen Kenntnisstand.
04 · Anbieter
513 Kurse mit aktuellem Termin an 7 Orten
513 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning.
Angebote an 7 Orten; in der Kurssuche wählst du den Lernort und Termin bei StackFuel (a Multiverse company).
05 · Jobs
Stellen für dein berufliches Ziel
Arbeitsmarkt
KI & Machine Learning bundesweit in Zahlen
Die Kennzahlen gelten für die Berufsgruppe Berufe in der Informatik (o.S.) (Spezialisten) in den Referenzdaten 2025. Diese Bundeswerte beschreiben das Berufsfeld insgesamt; sie sagen nicht, wie schnell du persönlich eine Stelle findest.
06 · Kurse
5.365 Kurse zum Vergleich
Für eine gute Wahl reichen zwei oder drei der 5.365 Kurse zu KI & Machine Learning bundesweit mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.
5.365 Kurse zum Vergleich.
- {{j.pay}}
- {{f}}
Auf dieser Seite passt nichts zu diesem Filter. Die nächste Seite oder die ganze Liste zeigt mehr.
Häufige Fragen
3 Fragen, kurz beantwortet
{{f.a}}
Mehr
16 weitere Seiten zum Thema KI & Machine Learning
Kläre deinen persönlichen Kursstart (5.365 Kurse)
Preis, Dauer und nächster Start der 5.365 Kurse im direkten Vergleich.
Angebote dieses Anbieters