Diese Veranstaltung hat bereits stattgefunden.
Sobald ein neuer Termin feststeht, informieren wir Sie gerne auf dieser Seite oder Sie wenden sich für weitere Informationen an unser Customer Service.

Kompaktkurs Data Scientist

Kompaktkurs Data Scientist

Kompaktkurs Data Scientist

Die Schlüsselfigur der Informationstechnologie

  • Der Data Scientist: Rolle, Kompetenzen, Aufgaben
  • Die Werkzeuge für eine effiziente Einführung von Data Science in Ihrem Unternehmen
  • Data Engineering: Die Prozessschritte zur Lösung von Fragestellungen
  • Smart-Data: Entwicklung und Durchführung von Big Data Projekten
  • Deep Learning/maschinelles Lernen: Finden Sie heute Antworten für die Probleme von morgen
  • Data Governance & Compliance: Erstellen eines firmenweiten Datenqualitätsmanagement

+ UPGRADE YOURSELF:
In 4 Tagen zum Datenexperten

Speaker Board
Dr. Alexander Adrowitzer
Dr. Alexander Adrowitzer
FH-Dozent, Department Informatik und Security, Fachhochschule St. Pölten GmbH
Elpida Bantra
Elpida Bantra
Software Engineer & Data Scientist, ISIS Papyrus Software
Dipl.-Ing. Peter Kieseberg
Dipl.-Ing. Peter Kieseberg
Institutsleiter & FH-Dozent, Institut für IT Sicherheitsforschung Department Informatik und Security, Fachhochschule St. Pölten GmbH
FH-Prof. Dipl.-Wirt.-Inf. Dr. Torsten Priebe
FH-Prof. Dipl.-Wirt.-Inf. Dr. Torsten Priebe
Forschungsgruppenleiter Data Intelligence, Fachhochschule St. Pölten
Lukas Schuster
Lukas Schuster
Product Owner, SAVA
FH-Prof. Mag. Dipl.-Ing. Marlies Temper
FH-Prof. Mag. Dipl.-Ing. Marlies Temper
Studiengangsleiterin Data Intelligence, Abt. Informatik und Security, Fachhochschule St. Pölten
Mag. Christoph Waldhauser
Mag. Christoph Waldhauser
Senior Data Scientist, Boehringer Ingelheim RCV GmbH & Co KG
Programm

Ihre Inhalte | jeweils 09:00 – 17:00 Uhr

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

Ziele

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.

Methode

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.

Zielgruppe

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.

Technische Voraussetzungen

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.

Veranstaltungsort

Der genaue Veranstaltungsort wird noch bekannt gegeben.

Wien
Teilnahmegebühr für "Kompaktkurs Data Scientist "
Registrierung zu dieser Veranstaltung wurde bereits abgeschlossen
Kontakt
Aynur Yildirim
Aynur Yildirim
Leitung Customer Service & Datenbank
Tel: +43 1 891 59 0
E-Mail: anmeldung@imh.at
LinkedIn: Jetzt vernetzen!
Haben Sie Fragen?
Haben Sie Fragen?

Aynur Yildirim
Leitung Customer Service
& Datenbank
Tel: +43 1 891 59 0
Fax: +43 1 891 59 200
E-Mail: anmeldung@imh.at