StudySmarter

Python Machine Learning: Prompting und KI-Abfrageverfahren

Laut Katalog dauert der Kurs 3–6 Monate und kostet 5.000–10.000 €. Du lernst im Blended Learning. Anbieter ist Smart Future Campus GmbH.

Förderung prüfen

1.097 weitere Kurse vergleichen

01 · Der Kurs

Der Kurs läuft mit 4 Terminen an 4 Orten

Auf einen Blick

LERNUMFANG
3–6 Monate
KATALOGPREIS
5.000–10.000 €
LERNORT
Berlin
NÄCHSTER START
Start mit Anbieter klären
LERNFORM
Blended Learning

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

  • Python + Machine Learning + Künstliche Intelligenz + Prompting
  • Diese Weiterbildung vermittelt Kenntnisse in der Anwendung von Python für Datenanalyse, Machine Learning und Künstliche Intelligenz sowie die Grundlagen des Prompting. Die Teilnehmenden lernen, wie sie Python und KI-Tools in verschiedenen digitalen Arbeitswelten einsetzen können.
  • Modul 1: Einführung in Python
  • Modul 2: Machine Learning mit Python in datengetriebenen Anwendungen
  • Modul 3: Grundlagen des Prompting für KI-Modelle
  • Modul 4: KI-Tools im Kontext digitaler Arbeitswelten
  • Modul 5: Künstliche Intelligenz verstehen und anwenden
  • !Einführung in Python
  • *Grundlagen der Python-Programmierung: Syntax, Datentypen, Kontrollstrukturen und erste Schritte mit der Python Programmiersprache.
  • *Datenanalyse mit Python: Daten einlesen, aufbereiten und analysieren mit Pandas, NumPy und Anwendung statistischer Methoden.
  • *Visualisierung mit Python: Darstellung von Daten mit Matplotlib & Seaborn, Einsatz von Boxplot, Histogramm und weiteren Diagrammtypen.
  • *Automatisierung & Webscraping: Python-Skripte zur Datenextraktion, REST API-Anbindung und Webscraping für datengestützte Projekte.
  • !Machine Learning mit Python in datengetriebenen Anwendungen
  • *ML mit Python umsetzen: Entwicklung von Modellen auf Basis von Datenanalyse, Programmierung und python machine learning Frameworks.
  • *Modelltraining mit Tools: Anwendung von Scikit-learn, NumPy und Pandas zur Modellbildung, Evaluation und Datenaufbereitung.
  • *Visualisierung von Ergebnissen: Einsatz von Plotly, Boxplot-Statistik und data visualization im Rahmen explorativer Analyse.
  • *ML-Skripte in BI-Prozessen: Integration von Python Power BI Skript und REST API Python in Analyseumgebungen und Big Data Systems.
  • !Grundlagen des Prompting für KI-Modelle
  • *Einführung ins Prompting: Struktur und Funktionsweise textbasierter Eingaben für KI-Modelle und Large Language Models (LLMs).
  • *Prompting mit GPT-Systemen: Anwendung von GPT Prompting und KI Prompting für Textgenerierung, Analyse und Rückfragensteuerung.
  • *Anwendung im KI-Kontext: Nutzung von Prompting-Techniken für machine learning und automatisierte Interaktion mit künstlicher Intelligenz.
  • *Deutschsprachiges Prompting: Einsatz von Prompting Deutsch in LLM Prompting und praktischen Übungen zur KI-Kommunikation.
  • !KI-Tools im Kontext digitaler Arbeitswelten
  • *Digitale KI-Anwendungen: Einsatz von Tools zur Automatisierung, Datenanalyse und Prozesssteuerung in der digitalen Transformation.
  • *Arbeitswelt Büro 4.0: Nutzung von KI im Büro zur Unterstützung smarter Workflows und digitaler Prozessstrukturen.
  • *New Work mit KI: Integration von KI-Automatisierung in agile Methoden und kollaborative Arbeitsmodelle.
  • *Werkzeuge in Projekten: Anwendung von Git, GitHub und IT-Projektmanagement zur Steuerung digitaler KI-Projekte.
  • !Künstliche Intelligenz verstehen und anwenden
  • *Digitale Transformation und KI: Bedeutung für die Arbeitswelt, Automatisierung von Abläufen und neue Strukturen im Büroalltag.
  • *Verfahren des maschinellen Lernens: Klassifikation, Clustering, Regression, neuronale Netze und Low-Code Machine Learning Tools.
  • *KI-Werkzeuge im Büro: Anbieterüberblick, Integration in Systeme, Microsoft Copilot, Risiken und rechtliche Rahmenbedingungen.
  • *Prompting-Strategien anwenden: Grundlagen von LLM Prompting, GPT Prompting, Prompting Kursen und Einsatz im Büroalltag.
  • Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage, Python für Datenanalysen und Machine Learning einzusetzen, KI-Tools zu integrieren und Prompting-Techniken anzuwenden, um Aufgaben in modernen Arbeitsumgebungen zu lösen.

Der Kurs

Ablauf, Termine und Lernort

  1. 1

    Berlin

    Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

  2. 2

    Augsburg

    Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

  3. 3

    Bielefeld

    Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

  4. 4

    Andechs

    Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

02 · Kosten & Förderung

Kursgebühr 5.000–10.000 €, mit bewilligtem Bildungsgutschein 0 €

Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.

Förderwege

Wer deinen Kurs zahlt

FÖRDERUNGBildungsgutschein: Voraussetzungen und Ablauf→FÖRDERUNGAufstiegs-BAföG→FÖRDERUNGAVGS oder Bildungsgutschein→FÖRDERUNGAlle Förderwege im Vergleich→FÖRDERUNGFörderung für Python-Programmierung→

03 · Verdienst

3 Schritte vom Kurs in den Beruf

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.

04 · Anbieter

Smart Future Campus GmbH: 605 Kurse mit aktuellem Termin an 12 Orten

605Kurse mit aktuellem Termin
12Angebotsorte

605 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning, Virtuelles Klassenzimmer.

Angebote an 12 Orten; in der Kurssuche wählst du den Lernort und Termin bei Smart Future Campus GmbH.

Themen

Python-ProgrammierungData AnalystDatenbanken & SQLKI & Machine LearningLager & Logistik

05 · Kurse

1.097 Kurse zum Vergleich

Für eine gute Wahl reichen zwei oder drei der 1.097 Kurse mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.

1.097 Kurse zum Vergleich.

1.097Kurse
Python Data SchemasIronhack Germany GmbH · Berlin · Blended Learning
  • 5.000–10.000 €
  • Vollzeit
  • 1–3 Monate
  • Start ab 12.10.2026
Zum Kurs
Kläre deinen persönlichen Kursstart

Häufige Fragen

3 Fragen, kurz beantwortet

Kläre deinen persönlichen Kursstart (1.097 Kurse)

Preis, Dauer und nächster Start der 1.097 Kurse im direkten Vergleich.

Angebote dieses Anbieters
Redaktion StudySmarter WeiterbildungAktualisiert am 01.10.2026 · So rechnen wir