-
Тип степени: Сертификат "Goethe-Test PRO
Сертификат "Разработчик машинного обучения" -
Дополнительная квалификация: Сертификат "Аналитика данных
Сертификат "Машинное обучение
Сертификат "Глубокое обучение -
Итоговый экзамен: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Goethe-Test PRO -
Время уроков: Полный рабочий деньС понедельника по пятницу с 8:30 до 15:35 (в праздничные дни с 8:30 до 17:10).
-
Язык обучения: Немецкий
-
Продолжительность: 20 Недели
Поддержка немецкого языка на рабочем месте для коммерческого и технического сектора
Языковые навыки, связанные с работой, в рабочем контексте (около 1 дня)
Повторение важных грамматических структур для профессионального общения
Применение сложных языковых структур в профессиональном контексте
Чтение и понимание текстов, связанных с работой, глобальное и выборочное понимание прочитанного
Понимание рабочих инструкций, разговоров и встреч
Переписка в профессиональной среде (около 2 дней)
Макет и дизайн профессиональных писем
Современные приветствия и вступления к письмам
Написание писем и электронных сообщений, ориентированных на клиента
Средства составления электронных писем и сообщений с поддержкой искусственного интеллекта
Отчетность в компании
Составление сопроводительных писем в соответствии с DIN 5008
Искусственный интеллект (ИИ) в профессиональной коммуникации (около 1 дня)
Обзор инструментов искусственного интеллекта в профессиональной рабочей среде
Поддержка профессиональной переписки с помощью ИИ
Создание и оптимизация профессиональных текстов с помощью ИИ
Возможности и ограничения ИИ в повседневной рабочей жизни
Профессиональная область управления коммуникациями (около 3 дней)
Коммуникации в компании
Формы общения в коллективе
Совещания и презентации
Управление конфликтами
Проведение оценочных собеседований
Проведение собеседований при приеме на работу
Собеседования по продажам и консультированию
Составление предложений
Торговые ярмарки и презентации продукции
Обработка жалоб
Область деловой карьеры (около 6 дней)
Основы управления персоналом, менеджмента и трудового права
Основы финансов и контроллинга
Структура и содержание бухгалтерского учета заработной платы
Понимание и описание анализов, диаграмм и статистики
Профессиональная область маркетинга (около 6 дней)
Основы рекламы
Анализ рынка и маркетинговые исследования
Онлайн-маркетинг и электронная коммерция
Маркетинговые коммуникации
Использование искусственного интеллекта при создании маркетинговых текстов
Процессы компании (около 7 дней)
Реструктуризация и управление процессами
Изменения процессов в компании
Цифровая трансформация
Энергоменеджмент и охрана окружающей среды в компании
Управление проектами
Профессиональная сфера логистики и торговли (около 8 дней)
Производство и
Закупки и снабжение
Доставка и транспорт
Розничная торговля
Работа над проектом, подготовка к сертификации и сертификационный экзамен "Goethe-Test PRO" (около 6 дней)
Аналитика данных
Введение в анализ данных (около 1 дня)
Эталонная модель CRISP-DM
Рабочие процессы анализа данных
Определение искусственного интеллекта, машинного обучения, глубокого обучения
Требования и роль в компании инженеров по данным, data scientist и data analysts
Обзор основ Python (около 1 дня)
типы данных
Функции
Анализ данных (около 3 дней)
Центральные модули Python в контексте аналитики данных (NumPy, Pandas)
Процесс подготовки данных
Алгоритмы интеллектуального анализа данных на Python
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Визуализация данных (около 3 дней)
Эксплоративный анализ данных
понимание
Качество данных
Анализ преимуществ
Визуализация с помощью Python: Matplotlib, Seaborn, Plotly Express
Рассказ о данных
Управление данными (около 2 дней)
Архитектуры больших данных
Реляционные базы данных и SQL
Сравнение баз данных SQL и NoSQL
Бизнес-аналитика
Защита данных в контексте анализа данных
Анализ данных в контексте больших данных (около 1 дня)
Подход MapReduce
Spark
NoSQL
Приборные панели (около 3 дней)
Библиотека: Dash
Структура и настройка приборных панелей
Обратные вызовы
Текстовый майнинг (около 1 дня)
Предварительная обработка данных, визуализация
Библиотека: SpaCy
Работа над проектом (около 5 дней)
Закрепление изученного материала
Презентация результатов проекта
Машинное обучение
Введение в машинное обучение (около 5 дней)
Зачем нужно машинное обучение?
Примеры применения
Контролируемое обучение, неконтролируемое обучение, частично контролируемое обучение, обучение с подкреплением
Примеры наборов данных
Знакомство с данными
Обучающие, проверочные и тестовые данные
Просмотр данных
Составление прогнозов
Контролируемое обучение (около 5 дней)
Классификация и регрессия
Обобщение, чрезмерная и недостаточная подгонка
Размер набора данных
Алгоритмы для контролируемого обучения
Линейные модели
Классификаторы Байеса
Деревья решений
Случайный лес
Градиентный бустинг
k-nearest neighbours
Векторные машины с поддержкой
Условное случайное поле
Нейронные сети и глубокое обучение
Вероятности
Неконтролируемое обучение (около 5 дней)
Типы неконтролируемого обучения
Предварительная обработка и масштабирование
Преобразование данных
Масштабирование обучающих и тестовых данных
Уменьшение размерности
Разработка признаков
Манифольд-обучение
Декомпозиция главных компонент (PCA)
Факторизация неотрицательных матриц (NMF)
Манифольд-обучение с t-SNE
Кластерный анализ
Кластеризация k-Means
Агломеративная кластеризация
Иерархический кластерный анализ
DBSCAN
Кластерные алгоритмы
Оценка и совершенствование (около 2 дней)
Выбор модели и оценка модели
Настройка гиперпараметров оценщика
Кросс-валидация
Поиск по сетке
Метрики оценки
Классификация
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Глубокое обучение
Введение в глубокое обучение (около 1 дня)
Глубокое обучение как разновидность машинного обучения
Основы нейронных сетей (около 4 дней)
Многослойные перцептроны
Расчет нейронных сетей
Оптимизация параметров модели, обратное распространение
Библиотеки глубокого обучения
Регрессия и классификация
Типичные функции потерь и активации
Оценка прогноза модели с помощью метрик
Метрики регрессии и классификации
Кривые обучения, оверфиттинг и регуляризация
Оптимизация гиперпараметров
Регуляризация L1/12
Отсев
Ранняя остановка
Стохастический градиентный спуск (СГС)
Момент, оптимизатор Адама
Оптимизация скорости обучения
Динамическая регулировка скорости обучения
Снижение скорости обучения на плато
Оптимизация скорости обучения с помощью TensorBoard
Управление процессом подгонки с помощью обратных вызовов
Сохранение и загрузка моделей
Конволюционная нейронная сеть (CNN) (около 2 дней)
Классификация изображений
Конволюционные слои, объединяющие слои
Перестраивающие слои, сглаживание, объединение глобальных средних
Архитектуры CNN ImageNet-Competition
Глубокие нейронные сети, исчезающие градиенты, пропуск связей, пакетная нормализация
Трансферное обучение (около 1 дня)
Адаптация и комбинирование моделей
Предварительное обучение без контроля
Дополнение данных изображениями, объяснимый ИИ
Загрузчик данных
Региональный CNN (около 1 дня)
Локализация объектов
Семантическая сегментация
Проблемы регрессии
Разветвленные нейронные сети
Архитектура YOLO
Модели U-Net
Методы творческой генерации изображений (около 1 дня)
Генеративные адверсарные сети (GAN)
Глубокие подделки
Диффузионные модели
Суперразрешение
Дополнение областей изображения
Применение базовых моделей из Hugging Face
Мультимодальные модели
LoRA-Fine-Tuning
Области применения генеративных моделей
Правовые ограничения
Рекуррентные нейронные сети (около 2 дней)
Анализ последовательностей
Рекуррентные слои
Обратное распространение во времени (BPTT)
Анализ временных рядов
Проблемы разрыва и исчезающего градиента
LSTM (Long Short-Term Memory)
GRU (Gated Recurrent Unit)
Глубокий RNN
Глубокий LSTM
Обработка текста с помощью нейронных сетей (около 2 дней)
Предварительная обработка текста
Встраивание слоев
Классификация текста
Анализ настроения
Обработка естественного языка (NLP)
Переводы
Генерация текста
Метод "последовательность-последовательность", архитектура кодер-декодер
Модели, использующие только кодер и только декодер
Локальное применение больших языковых моделей
Языковые модели (около 1 дня)
Архитектура трансфомеров
Внимание и многоголовое внимание
Позиционные кодировки
Тонкая настройка больших языковых моделей
Подсказки
Конвейеры генерации текста
Резюме
Чат-боты
Поиск Расширенная генерация
ИИ-агенты
Глубокое обучение с подкреплением (около 1 дня)
Управление динамическими системами
Агентские системы
Обучение через вознаграждение
Градиенты политики
Глубокое Q-обучение
Байесовские нейронные сети (около 1 дня)
Неопределенности в нейронных сетях
Статистическая оценка прогнозов
Доверие, стандартное отклонение
Несбалансированные данные
Методы выборки
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Возможны изменения, содержание курса регулярно обновляется.
По окончании курса вы будете обладать знаниями в области анализа и визуализации данных, а также управления данными. Вы будете знакомы с наиболее важными причинами использования машинного обучения, областями его применения, а также с различными категориями и концепциями машинного обучения. Вы также будете знакомы с областями применения глубокого обучения и принципами работы нейронных сетей. Вы поймете, как нейронные сети могут распознавать объекты на изображениях и способны обеспечить машинное обучение и процессы документооборота.
Курс также дает вам навыки немецкого языка, необходимые для работы в типичных ситуациях общения в коммерческой и технической рабочей среде. Вы научитесь составлять деловую корреспонденцию в соответствии с действующими нормами и уверенно вести себя во внутренней и внешней корпоративной коммуникации. Сочетание специализированных предметов, таких как бизнес, маркетинг и логистика, с языковой практикой на рабочем месте поможет вам развить навыки общения в профессиональном контексте.
Компьютерные науки, математика, электротехника и люди со степенью в области (бизнес) инженерии.
Курс также ориентирован на специалистов из коммерческой и технической сфер, учитывая интегративную составляющую.
Машинное обучение используется во многих областях: самостоятельная разработка подходящих спам-фильтров для интернета, создание точных прогнозов уровня запасов в управлении цепочками поставок или разработка прогнозов покупок для отдельных клиентов или сегментов потребителей в маркетинге. Сотрудники, обладающие квалификацией в области машинного обучения, могут быть задействованы во всех отраслях и поэтому пользуются большим спросом на рынке труда.
Кроме того, в рамках курса вы получите знания немецкого языка для работы, что позволит вам вести деловую переписку в соответствии с действующими нормами и уверенно общаться как внутри страны, так и за ее пределами. Информативный тест Goethe-Test PRO даст вам подробное представление о приобретенных вами языковых навыках, что упростит вашу карьеру и продвижение по службе.
Ваш значимый сертификат дает подробное представление о приобретенных вами квалификациях и улучшает ваши карьерные перспективы.
Дидактическая концепция
Ваши преподаватели обладают высокой профессиональной и дидактической квалификацией и будут обучать вас с первого до последнего дня (никакой системы самообучения).
Вы будете учиться в эффективных небольших группах. Обычно курсы состоят из 6-25 человек. Общие занятия дополняются многочисленными практическими упражнениями во всех модулях курса. Практический этап - важная часть курса, поскольку именно в это время вы обрабатываете полученные знания и обретаете уверенность и практичность в их применении. Заключительный раздел курса включает в себя проект, разбор конкретных ситуаций или итоговый экзамен.
Виртуальный класс alfaview®
BildungszentrumЗанятия проводятся с использованием современной видеотехнологии alfaview® - не выходя из дома или в нашем офисе по адресу . Весь курс может видеть друг друга лицом к лицу через alfaview®, общаться друг с другом с помощью синхронизированного по губам голоса и работать над совместными проектами. Разумеется, вы также можете в любое время видеть и разговаривать со своими преподавателями в прямом эфире, и на протяжении всего курса вас будут обучать преподаватели в режиме реального времени. Уроки - это не электронное обучение, а настоящее живое очное преподавание с помощью видеотехнологий.
alfatraining Agentur für Arbeit Учебные курсы субсидируются и сертифицируются в соответствии с положением об утверждении AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinПри подаче заявки или заявки на обучение все расходы на курс обычно покрываются финансирующей организацией.
Europäischen Sozialfonds Deutsche Rentenversicherung Финансирование также возможно через программы (ESF), (DRV) или региональные программы финансирования. Berufsförderungsdienst Как постоянный солдат, вы можете посещать курсы повышения квалификации по программе (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компании также могут повысить квалификацию своих сотрудников по программе финансирования от .