Praxisorientiertes maschinelles Lernen für Wissenschaftler

Passt der Kurs zu dir?

1. 1
   Grundlagen in Netzwerken, IP-Adressierung und Linux oder Windows Server, denn jede Cloud-Plattform baut darauf auf.
2. 2
   Ein eigenes Testkonto beim Cloud-Anbieter mit Budgetwarnung, damit Übungsressourcen keine unerwarteten Kosten verursachen; frage, ob der Kurs stattdessen eine Laborumgebung stellt.
3. 3
   Englisch zum Lesen von Konsole und Herstellerdokumentation; frage nach, in welcher Sprache du die Zertifizierungsprüfung ablegst.

Das lernst du

1. 1
   Praxisorientiertes maschinelles Lernen für Wissenschaftler mit AWS DeepRacer
2. 2
   Diese Weiterbildung richtet sich an Wissenschaftler, die ihre Kenntnisse im Bereich des maschinellen Lernens vertiefen möchten. Sie bietet eine praxisnahe Ausbildung, die speziell auf die Anwendung von maschinellem Lernen mit AWS DeepRacer fokussiert ist. Die Teilnehmer lernen, wie sie maschinelles Lernen in realen Szenarien anwenden und optimieren können, um ihre Forschungsprojekte voranzutreiben.
3. 3
   Die Weiterbildung besteht aus mehreren spezialisierten Modulen. Zunächst wird eine Einführung in die Grundlagen des maschinellen Lernens gegeben, gefolgt von einem Aufbaukurs, der fortgeschrittene Techniken und Strategien vermittelt. Im Anschluss daran werden die Teilnehmer in die Nutzung von AWS DeepRacer eingeführt, um ihre theoretischen Kenntnisse in die Praxis umzusetzen. Abschließend folgt ein Modul zur Optimierung und Feinabstimmung von Modellen, um die bestmöglichen Ergebnisse zu erzielen.
4. 4
   Diese Weiterbildung ermöglicht eine und praxisnahe Ausbildung im Bereich des maschinellen Lernens. Sie zielt darauf ab, Wissenschaftler mit den notwendigen Fähigkeiten auszustatten, um ihre Forschungsprojekte erfolgreich und innovative Lösungen zu entwickeln.
5. 5

   Wesentliche Inhalte der Module

   Einführung in maschinelles Lernen
   Grundlagen des maschinellen Lernens
   Überblick über verschiedene Algorithmen und Techniken
   Aufbaukurs maschinelles Lernen
   Vertiefung der Kenntnisse und Fähigkeiten im maschinellen Lernen
   Fortgeschrittene Techniken und Strategien
   Einführung in AWS DeepRacer
   Grundlagen und Funktionsweise von AWS DeepRacer
   Erstellung und Training von Modellen mit AWS DeepRacer
   Praxisorientierte Anwendung mit AWS DeepRacer
   Anwendung der erlernten Techniken in realen Szenarien
   Optimierung und Feinabstimmung von Modellen
   Modelloptimierung und -feinabstimmung
   Techniken zur Verbesserung der Modellgenauigkeit
   Best Practices für die Modelloptimierung
   Diese Module bieten eine und praxisnahe Ausbildung im Bereich des maschinellen Lernens mit AWS DeepRacer und bereiten die Teilnehmer auf die Anwendung in ihren Forschungsprojekten vor.

1. 1

   München

   Blended Learning · Teilzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Bad Steben

   Blended Learning · Teilzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Wuppertal

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

4. 4

   Frankfurt am Main

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

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Infrastruktur automatisieren

   In den DevOps- und Bereitstellungskursen beschreibst du Server und Netzwerke als Code und spielst Änderungen über Pipelines aus. Testumgebungen entstehen so per Skript und verschwinden danach wieder. Beispiel: Du richtest eine Pipeline ein, die bei jeder Codeänderung eine Testumgebung in AWS erzeugt und nach dem Test löscht.

2. 2

   Datenschutz und Sicherheit mitplanen

   Die Kurse zu Cloud Security und CCSP behandeln Verschlüsselung, Identitäten und die geteilte Verantwortung zwischen Anbieter und Kunde. Verarbeitet ein Cloud-Anbieter personenbezogene Daten im Auftrag, verlangt die DSGVO einen Vertrag, der ihn an die dokumentierten Weisungen des Auftraggebers bindet. Beispiel: Du prüfst für ein Projekt, in welcher Region die Kundendaten liegen und ob der Vertrag zur Auftragsverarbeitung unterschrieben ist.

3. 3

   Kosten sichtbar machen

   Du lernst, Ressourcen mit Tags Projekten zuzuordnen, Budgets mit Warnschwellen anzulegen und ungenutzte Instanzen zu finden. Das trennt einen geplanten Cloud-Betrieb von einer überraschenden Monatsrechnung. Beispiel: Du findest in einem Konto vergessene Testserver und stellst eine automatische Abschaltung am Abend ein.

Themen

Arbeitsmarkt

Cloud Computing bundesweit in Zahlen