Data Science Online Schulungen im Virtual Classroom zu Machine Learning, Natural Language Processing, Deep Learning und Artificial Intelligence sowie passende Praxis-Workshops.

Data Science Schulungen

Lernen Sie in unseren Online Schulungen, welchen Mehrwert Data Science für Ihr Unternehmen bietet.

Optimieren Sie Arbeitsprozesse, indem Sie Kennzahlen mit Machine Learning maschinell prüfen. Erfassen Sie automatisiert Informationen aus Textdokumenten mit Natural Language Processing (NLP). Nutzen Sie Deep Learning Methoden, um Muster in komplexen Daten wie Bildern und Sprachnachrichten zu identifizieren. Setzen Sie Artificial Intelligence (AI) ein, um zeitintensive wiederkehrende Entscheidungsprozesse zu automatisieren.

Wählen Sie jetzt die passende Data Science Schulung und optimieren Sie Ihre Arbeitsprozesse.

Data Science Schulung mit Christian Lamberty
  • Teilnahme Remote und im Home Office

  • Hands-On Übungsaufgaben

  • Coaches mit langjähriger Erfahrung

  • Interaktiver Virtual Classroom

  • Umfangreiche Kursunterlagen auf deutsch

  • Wählbar nach Ihrem Wissensstand

Was ist Data Science?

Grundlegendes Ziel der Data Science ist es, Erkenntnisse aus Daten zu extrahieren. Dafür werden Daten aufbereitet, analysiert und interpretiert. Anschließend können Prozesse optimiert oder Prognosen über zukünftige Ereignisse getroffen werden. Zudem dienen Vorhersagemodelle von Data Scientists als Grundlage für Geschäftsentscheidungen.

Data Scientists verwenden mathematische und statistische Methoden. Branchenwissen ist jedoch unverzichtbar, um die Erkenntnisse korrekt und aussagekräftig zu interpretieren.

Durch die Vielfalt an etablierten Data Science Tools und Lösungen, lassen sich auch ohne versierte Vorkenntnisse exzellente Ergebnisse erzielen.

Methoden der Data Science

Wer lernt was mit Data Science?

Business Analyst

In dieser Online Schulung erfahren Sie, wie Methoden der Predictive Analytics angewandt werden, um Vorhersagen zu treffen.

Customer Care

Nutzen Sie Sentiment Analysis und Natural Language Processing, um Kunden-Feedback zu analysieren und effizient zu reagieren.

Cyber Security

Nutzen Sie Anomaly Detection Modelle, um Systemzugriffe zu analysieren und drohende Angriffe frühzeitig zu erkennen.

Data Analyst

In unserer Deep Learning Schulung vertiefen Sie Ihre analytischen Fähigkeiten und Ihr Methodenwissen in Neural Networks.

Data Engineers

Lernen Sie Data Sciene Methoden kennen und erfahren Sie, wie diese in Hard- und Software-Architekturen eingesetzt werden können.

Datenforensiker

Lernen Sie in unserem Training, Modelle der Anomaly Detection einzusetzen, um Daten nach Auffälligkeiten zu durchsuchen.

Softwareentwickler

In unserem Training lernen Sie Grundlagen des Machine Learning kennen und können anschließend eigenständig Modelle entwerfen.

... auch für Sie

Unsere Remote Schulungen sind für alle, die in Data Science einsteigen oder ihre Kenntnisse vertiefen möchten.

droxIT Inhouse Trainings

Aktuell finden unsere Trainings nur online statt. Zu gegebener Zeit werden wir auch Inhouse Schulungen an unserem Standort in Mainz für Interessierte aus dem Rhein-Main-Gebiet (Mainz, Frankfurt, Wiesbaden, Darmstadt) anbieten.

Data Science Schulungsangebot im Überblick

Unsere Schulungen finden in Virtual Classrooms statt. Diese interaktive Form ermöglicht eine fokussierte Arbeitsatmosphäre, intensiven Erfahrungsaustausch und bietet Raum für individuelle Fragen.

Die Gruppengröße der Kurse beträgt 3 bis 8 Teilnehmer. 

Die Schulungen finden jeweils an einem Tag von 09:00-16:00 Uhr statt mit einem Umfang von jeweils 7 Einheiten à 45 min.

Preis pro Online Training

  • 599.- EUR

    Preis zzgl. MwSt.

    Als Einzelteilnehmer

  • 549.- EUR pro Person

    Preis zzgl. MwSt.

    Ab Buchung für min. 2 Personen

  • 499.- EUR pro Person

    Preis zzgl. MwSt.

    Ab Buchung für min. 4 Personen

Unsere Online Schulungstermine

Alle Praxis-Workshops und Schulungen können ab einer Gruppengröße von mindestens 3 Personen auch zu Ihrem Wunschtermin gebucht werden. 

DatumSchulungStatus
Di., 19.05.2020

Data Science Einfürhung

verfügbar
Fr., 29.05.2020

Machine Learning Einfürhung

verfügbar
Fr., 05.06.2020

Natural Language Processing Aufbauseminar

verfügbar
Mo., 15.06.2020

Deep Learning Aufbauseminar

verfügbar
Do., 25.06.2020

Artificial Intelligence Aufbauseminar

verfügbar
Mi., 01.07.2020

Data Science Einführung

verfügbar
Mo., 24.08.2020

Data Science Einführung

verfügbar
Di., 25.08.2020

Natural Language Processing Aufbauseminar

verfügbar

Data Science Schulungsangebot im Detail

In unseren Data Science Schulungen gewinnen Sie grundlegende Methodenkompetenzen und lernen alle relevante Tools und Libraries kennen. Anschließend können Sie automatisierte Modelle trainieren und anwenden.

Die Praxis-Workshops sind auf konkrete Anwendungsfälle spezialisiert und  ermöglichen die bedarfsgerechte Vertiefung Ihrer Kenntnisse.

Data Science Einführung

Einsteiger

Voraussetzungen

  • keine

Kursziel

  • Grundlegendes Verständnis der Data Science Methoden
  • Arbeit an Data Science Projekten mithilfe passender Tools

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche von Data Science
  • Data Science Möglichkeiten und Herausforderungen
  • Vorstellung relevanter Tools zur Datenakquise, -analyse und -verarbeitung
  • Informationsgewinn aus vielfältigen Datensätzen
  • Ausblick: Visualisierung relevanter Ergebnisse

Natural Language Processing

Aufbauseminar

Voraussetzungen

  • Methoden des ML, Grundwissen Computational Linguistics

Kursziel

  • Grundlegendes Verständnis der Analyse und Verarbeitung von Textdaten
  • Eigenständiger Aufbau von NLP Pipelines zur automatisierten Textanalyse

Inhalte des Workshop

  • Grundlagen und Anwendungsbereiche des NLP
  • Darstellung und Aufbereitung von Textdaten
  • Automatisierte Inhaltsanalyse von Textdokumenten
  • Implementierung einer NLP Pipeline

 

Artificial Intelligence

Aufbauseminar

Voraussetzungen

  • Einführung in Machine Learning

Kursziel

  • Grundlegendes Verständnis verschiedener AI-Methoden
  • Eigenständige Implementierung eines AI-Agenten

Inhalte des Workshops

  • Potentiale der Artificial Intelligence
  • Überblick zu verschiedenen AI-Methoden
  • Abgrenzung zu anderen Disziplinen (Machine Learning, Deep Learning)
  • Anwendungsbereiche von Sensoren und Agenten
  • Implementierung eines Agenten

Predictive Analytics

Praxis-Workshop

Voraussetzungen

  • Einführung in Machine Learning

Kursziel

  • Mathematische Grundlagen der Predictive Analytics
  • Eigenständige Anwendung und Optimierung von Predictive Analytics Modellen

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche der Predictive Analytics
  • Methoden der Predictive Analytics
  • Statistische Grundlagen für Vorhersagemodelle
  • Implementierung und Anwendung eines Predictive Analytics Modells
  • Visualisierung und Auswertung der Ergebnisse

Sentiment Analysis

Praxis-Workshop

Voraussetzungen

  • Aufbauseminar Natural Language Processing

Kursziel

  • Grundlagen und Anwendungsbereiche der Sentiment Analysis
  • Aufbau einer Pipeline und Visualisierung von Sentiment Analysis Modellen

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche der Sentiment Analysis
  • Erkennung von Bedeutung und Emotionen in Textdaten
  • Tools zum Aufbau einer Sentiment Analysis Pipeline
  • Hands-On: Aufbau einer Pipeline zur Akquise relevanter Daten
  • Hands-On: Aufbau einer Pipeline zur Extraktion und Analyse semantischer Inhaltsmerkmale
  • Hands-On: Visualisierung semantischer Inhaltsmerkmale zur Stimmungsanalyse

Kommunikation mit Chatbots

Praxis-Workshop

Voraussetzungen

  • Aufbauseminar Natural Language Processing

Kursziel

  • Vertiefung der NLP Konzepte und Methode zum maschinellen Textverständnis
  • Eigenständige Anwendung von NLP Methoden zum Aufbau einer Chatbot Architektur

Inhalte des Workshops

  • Anwendungsbereiche von Chatbots
  • Technologie und Architektur von Chatbots
  • Überblick relevanter NLP Tools zur bot-basierten Konversation
  • Hand-On: Aufbau einer NLP Pipeline zur automatisierten Text- und Spracherkennung
  • Hand-On: Integration der NLP Pipeline in eine Chatbot Architektur

Machine Learning Einführung

Einsteiger

Voraussetzungen

  • keine

Kursziel

  • Grundlegendes Verständnis der Methoden des maschinellen Lernens
  • Eigenständige Anwendung einfacher Machine Learning Modelle

Inhalte des Workshops

  • Grundlagen und Anwendungsfelder des Maschine Learning
  • Verfahren von Machine Learning (Decision Trees, Prediction, Classification)
  • Methoden und Algorithmen von Vorhersagemodellen
  • Abgrenzung zu anderen Disziplinen wie AI, Data Mining
  • Implementierung von Basis-Modellen

Deep Learning

Aufbauseminar

Voraussetzungen

  • Einführung in Machine Learning

Kursziel

  • Grundlegendes Verständnis von Deep Learning, Neuronen und Neuronalen Netzen
  • Eigenständige Anwendung und Optimierung von Deep Learning Modellen

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche des Deep Learning
  • Grundlagen zu Neuronen und Neuronalen Netzen
  • Einführung in die Mathematik neuronaler Netze und Neuronen
  • Implementierung und Anwendung eines Deep Learning Modells
  • Optimierung und Validieren von Deep Learning Modellen

Visualisierung von Ergebnissen

Praxis-Workshop

Voraussetzungen

  • Einführung in Data Science

Kursziel

  • Grundlagen zu verschiedenen Visualisierungsmöglichkeiten
  • Eigenständige Visualisierung von Informationen und Ergebnissen

Inhalte des Workshops

  • Anwendungsbeispiele aussagekräftiger Visualisierungen
  • Vorstellung von Tools zur Visualisierungen von Ergebnissen in Dashboards
  • Passende Visualisierung zum jeweiligen Anwendungsfall
  • Aufbau eines Dashboard zur Darstellung von Informationen und Ergebnissen
  • Hands-On: Eigenständiger Aufbau eines Dashboards mit Echtdaten

Anomaly Detection

Praxis-Workshop

Voraussetzungen

  • Einführung in Machine Learning

Kursziel

  • Mathematische Grundlagen der Anomaly Detection
  • Eigenständige Anwendung und Optimierung von Anomaly Detection Modellen

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche der Anomaly Detection
  • Methoden zur Anomaly Detection
  • Statistische Grundlagen zur Erkennung von Ausreißern
  • Implementierung und Anwendung eines Anomaly Detection Modells
  • Auswertung und Visualisierung der Ergebnisse

Semantic Analysis

Praxis-Workshop

Voraussetzungen

  • Aufbauseminar Natural Language Processing

Kursziel

  • Grundlagen zu Semantic Analysis
  • Eigenständiger Aufbau verschiedener Lösungen auf Basis von Semantic Analysis

Inhalte des Workshops

  • Grundlagen und Anwendungsbereiche der Semantic Analysis
  • Herausforderungen und Fragestellungen der Semantic Analysis
  • Tools zum Aufbau einer Semantic Analysis Pipeline
  • Hands-On: Aufbau einer Lösung für Named Entity Recognition
  • Hands-On: Aufbau eines Text-Similarity Modells