Ablauf Ihrer Weiterbildung
Das Seminar ist in 4 Online-Module à 3 Stunden aufgeteilt. Alle Module zeichnen sich durch eine enge Verzahnung von konzeptionellen Inhalten mit praxisnahen Hands-On-Beispielen, Fallstudien und weiteren Formen zur direkten Anwendung des erlernten Wissens aus. Jedes Modul umfasst zuerst die Vermittlung neuer Inhalte sowie direkt im Anschluss stattfindende Peer-Diskussionen.
Unsere Expert:innen unterstützen Sie individuell mit Feedback und Verbesserungsvorschlägen auf Basis ihrer umfangreichen akademischen und praktischen Erfahrung im Bereich der quantitativen Methoden.
Inhalte des Seminar
MODUL 1 | 17. Oktober 2022, 17:00 – 20:00
Grundlagen Business Intelligence & Data Science (BIDS)
Daten-Strategie & -Veredelung
- Data Strategy
- Data Technology
- Data Warehousing
- Data Science
Dr. Ana Moya
Vorstellung von BIDS Tools & Datenaufbereitung
- BIDS Tools
- Data Wrangling mit Python
- Datenvisualisierungstechniken
Prof. Dr. Marcus Becker
MODUL 2 | 21. Oktober 2022, 17:00 – 20:00
BIDS Funktionen
Data Architect, Data Engineering, Data Science und Data Analysis
- Bestandsaufnahme/Status Quo
- Trennung der Funktionen
- Zuständigkeiten der Fachbereiche
Dr. Ana Moya
Anforderungsprofile von BIDS Mitarbeiter:innen
- Wichtige Skillsets (Statistik, Programmierung, Datenbanken)
- Ausbildung im Rahmen des BIDS Masters an der ISM
- FuE-Potenziale richtig ausschöpfen
Prof. Dr. Marcus Becker
MODUL 3 | 24. Oktober 2022, 17:00 – 20:00
BIDS Fachwissen (Fokus Data Science)
Basiswissen von Statistik zu Data Mining
- Deskriptiv, Explorativ, Prädiktiv & Präskriptiv (Unterschiede, Komplexität vs. Mehrwert, Auswahl der Methode)
- Ensemblemethoden (Boosting und Bagging)
- Supervised Learning (Lineare Regression, Decision Tree, Random Forest)
Dr. Ana Moya
Basiswissen von Data Mining zu Machine Learning
- Supervised Learning (Support Vector Machine , K-nearest neighbours)
- Unsupervised Learning (k-Means Clustering, Principal Component Analysis)
- Künstliche Neuronale Netze
- Transparenzanalysen von Blackbox-Algorithmen mit LIME und Shapley-Werten
Prof. Dr. Marcus Becker
MODUL 4 | 28. Oktober 2022, 17:00 – 20:00
Deep Dive
Data Science Anwendungen
- Entscheidungsbaum, Weiterempfehlung und Kundenzufriedenheit (in R)
Dr. Ana Moya
Machine Learning Anwendungen
- Robo Advisory and Stock Forecasting mit LSTMs (in Python)
Prof. Dr. Marcus Becker