TAG 1
Der Data Scientist – Schlüsselfigur im Business- und Data-Understanding
- Die Expertenrolle zwischen Theorie und Praxis
- Aufgaben und Funktionen
- Data Science Vorgehensmodelle und Fallstudien aus der Praxis
- Erkennen der Problemstellung und Zielformulierung
- Explorative Datenanalyse
- Use Cases aus Domänen (z.B. Predictive Maintenance)
- Datenarten, Datenquellen und Data Sourcing
FH-Prof. Dipl.-Ing. Mag. Marlies Temper, Bakk., Studiengangsleiterin Data Science and Business Analytics, Department Informatik und Security,
Fachhochschule St. Pölten GmbH
Abschließendes Kamingespräch am 1. Tag: Tauschen Sie sich mit Data Scientists aus der Praxis aus. Bei dieser inkludierten Abendveranstaltung lernen Sie ausgewählte Spezialisten kennen und können in Fachdiskussionen vom aktuellen Stand des Wissens profitieren. Jillian Augustine, Data Scientist - Group Digital Transformation, Mondi Group Elpida Bantra, Software Engineer & Data Scientist, ISIS Papyrus Software Lukas Schuster, Data Science Coordinator, mySugr Christoph Waldhauser, Senior Data Scientist, Boehringer Ingelheim RCV GmbH & Co KG Moderation: Dr. Alexander Adrowitzer, FH-Dozent, Department Informatik und Security, Fachhochschule St. Pölten GmbH |
TAG 2
Data Engineering
- Einführung in R und R-Studio
- Schnittstellen zu Datenbanken
- Analyse und Aufbereitung der Rohdaten und Schaffung einer konsistenten Datenqualität
- Ansätze zur Verarbeitung großer Datenmengen
Dr. Torsten Priebe, FH-Dozent, Department Informatik und Security, Fachhochschule St. Pölten GmbH
TAG 3
Maschinelles Lernen und Deep Learning
- Verfahren und Frameworks für überwachtes und unüberwachtes Lernen
- Fokus auf Entscheidungsbäume und Neuronale Netze
- Anwendung von Modellen des maschinellen Lernens unter Verwendung von Standardbibliotheken
- Tuning und Performance Assessment
- Anwendung am Beispiel Deep Learning
Dr. Alexander Adrowitzer, FH-Dozent, Department Informatik und Security, Fachhochschule St. Pölten GmbH
TAG 4
Privacy im Data Science Umfeld
- Data Governance und Data Stewardship
- Datenvorverarbeitung und Datenqualität für Machine Learning Verfahren
- Privatsphäre und Datenschutz: Anonymisieren von Datensätzen
Dipl.-Ing. Peter Kieseberg, Institutsleiter & FH-Dozent, Institut für IT Sicherheitsforschung Department Informatik und Security, Fachhochschule St. Pölten GmbH
Sie lernen den Nutzen und die Anwendungsfelder eines Data Scientist kennen und wenden diese zum Erfolg Ihres Unternehmens an. Mit Abschluss des Lehrgangs ist es Ihnen möglich, komplexe Datenmengen zu verstehen und aufzubereiten als auch für Vorhersagemodelle im eigenen Unternehmenskontext einzusetzen. Neben einem Überblick über unterschiedliche Frameworks bekommen sie einen vertieften Einblick in das Data Science-Ökosystem R und R-Studio.
Im Rahmen des Kompaktkurses werden sowohl theoretisches Know-how, als auch praktische, direkt anwendbare Data Science-Lösungen vermittelt. Zunächst werden Problemstellungen im eigenen Unternehmen hinsichtlich der Data Science Aspekte diskutiert. Im Rahmen von Workshops werden Werkzeuge und Methoden des Data Engineerings und maschinellen Lernens für die Anwendung in der Praxis erlernt. Das Zusammenspiel aller Methoden verbessert die Fähigkeit der Teilnehmer, Daten effizient und privacy-konform aufzubereiten, analysieren und weiter zu verarbeiten.
Der Kompaktkurs konzentriert sich auf Mitarbeiter und Mitarbeiterinnen mit Grundkenntnissen der Programmierung und Datenanalyse, die mit einer Vielfalt von Daten aus unterschiedlichen Unternehmensbereichen konfrontiert sind und sich aktuelles Wissen im Bereich Data Science (Data Engineering, maschinelles Lernen) aneignen und erweitern wollen. Dieser Kompaktkurs vermittelt den Teilnehmern notwendige Kenntnisse, um komplexe Datensätze für Vorhersagemodelle zu nutzen und diese für eigene Anwendungszwecke einsetzen zu können.
Für diese Veranstaltung wird ein Laptop benötigt. Aufgrund der praktischen Übungen mit „Rapidminer“ & „R-Studio“ ist es unerlässlich, dass Sie einen Laptop mitbringen. Weiters sollte auf dem Laptop das Software-Package „Rapidminer“ & „R-Studio“ vorinstalliert sein, welches für alle
gängigen Betriebssysteme verfügbar ist. Sollten Sie diese Software nicht auf Ihrem Laptop haben, können Sie sich diese unter dem untenstehenden Link kostenfrei downloaden.
• RapidMiner Studio (https://rapidminer.com/get-started/)
• R, Version 3.6.1 (https://cran.r-project.org/bin/windows/base/)
• R Studio Desktop in der aktuellen Version: rstudio.com/products/rstudio/download/
Bei Fragen oder Unklarheiten steht Ihnen der Conference Manager unter Tel.: +43 1 891 59 702 und per E-Mail: paul.sem@imh.at zur Verfügung.