Technical Track

Deep Learning Grundlagen

In diesem Training erklären wir die Idee hinter Deep Learning, mögliche Hardwaresetups, geben einen Überblick über die verfügbaren Software Frameworks und steigen dann mit praktischen Beispielen in Python ein zu Feed-Forward Netzen, Convolutional Neural Networks (CNNs) und Long-Short-Term-Memory Networks (LSTMs).

Dauer: 3 Tage

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python

Data Science Tools

In diesem eintägigen Training geben wir einen ganzheitlichen Überblick über verschiedenste Data Science Tools und deren Stärken und Schwächen. Dazu zählt eine große Auswahl von Tools, die im Data Science Alltag nützlich sein können. Weiterhin stellen wir übliche Kombinationen von Tools für bestimmte Aufgaben vor.

Dauer: 1 Tag

Datenschutz in Deutschland

In Deutschland gibt es viel zu beachten, wenn es um das Thema Datenschutz geht. Mit welchen Daten darf was gemacht werden? Wie dürfen Daten gespeichert werden? Wann müssen sie gelöscht werden? Wie darf Cloud Infrastruktur genutzt werden? Gerade mit der neuen EU Datenschutzverordnung im Mai 2018 (EU-DSGVO) kommen viele neue Herausforderungen auf deutsche Unternehmen zu. Wie damit umzugehen ist und was beachtet werden sollte, beantworten wir in einem eintägigen Datenschutz-Training.

Dauer: 1 Tag

Datenvisualisierung in Python

Einer der wichtigsten Punkte im Data Science Alltag ist die Datenexploration, die durch die Visualisierung der Daten erleichtert werden kann. In diesem Training liegt der Fokus auf dem Erstellen von Datenvisualisierungen in Python mit Packages wie matplotlib, seaborn, bokeh und ipywidgets.

Dauer: 1 Tag

Empfohlene Vorkenntnisse: Programmierung in Python

Diesen Kurs bieten wir zusätzlich für R und JavaScript an.

Text Mining in Python

Das Training „Text Mining in Python“ beinhaltet, welche Methoden auf Texten angewendet werden können und welche Frameworks für welche Aufgaben sinnvoll sind. Begleitet wird dies von der praktischen Umsetzung anhand von Beispielen in Python.

Dauer: 2 Tage

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python

Time Series Analyse in Python

Dieses Training behandelt Data Science Analysen mit Time Series Daten. Im Detail werden folgende Fragen beantwortet: „Was macht Time Series Daten besonders?“, „Wie erkenne ich, ob Time Series Daten stationär sind?“ und „Wie kann ich Time Series Daten vorhersagen?“, sowie die Behandlung von Time Series Daten in Python anhand von praktischen Beispielen.

Dauer: 2 Tage

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python

Big Data & Data Lakes

In diesem Training bekommen Sie einen Überblick über Technologien in Zusammenhang mit Big Data und Data Lakes, fokussiert auf Data Science Schwerpunkte.

Dauer: 2 Tage

Empfohlene Vorkenntnisse: Data Science Grundlagen mit Python oder Data Science Tools

PySpark

In diesem PySpark-Training mit Fokus auf implementierten Data Science Methoden, lernen Sie die Nutzung und Besonderheiten von PySpark sowie seine Vor- und Nachteile anhand von praktischen Beispielen kennen.

Dauer: 1 Tag

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python und Big Data & Data Lakes

Clouddienste für Data Science

Seit dem Hype um die Cloud wurden bereits viele Clouddienste entwickelt, die Data Scientists bei ihrer Arbeit unterstützen können. In diesem Training stellen wir eine Auswahl von verschiedenen Cloud Providern und deren Möglichkeiten für Data Science vor.

Dauer: 1 Tag

Empfohlene Vorkenntnisse: Data Science Grundlagen mit Python oder Data Science Tools

Streaming Grundlagen

Heutzutage entstehen Daten in enormer Geschwindigkeit, es kommt immer häufiger zu Data Science Anwendungsfällen, die mit Streaming Daten umgehen müssen. Wir erklären die Grundlagen von Streaming und machen dann einen Deep Dive in die Entwicklung von Data Science Prozessen auf Basis von Streaming Daten.

Dauer: 3 Tage

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python, Big Data & Data Lakes

Insurance Analytics & Actuarial Data Science

Dieses Data Science-Training ist auf das Versicherungswesen ausgerichtet. Im Fokus stehen neben methodischen Aspekten vor allem versicherungstechnische Use Cases vom intelligenten Posteingangs-Management über aktuarielle Fragestellungen bis hin zu der Machine Learning basierten Optimierung interner Prozesse.

Dauer: 1 Tag

Empfohlene Vorkenntnisse: Programmierung in Python, Data Science Grundlagen mit Python

Operationalisierung von Data Science Lösungen

Sie haben einen Data Science Use Case abgeschlossen und möchten diesen nun operationalisieren? Wir zeigen Ihnen die Möglichkeiten und Best Practices auf und besprechen unter anderem Themen wie Test Driven Development, Continuous Integration, Versionierung, Deployment und Skalierung.

Dauer: 1 Tag

Empfohlene Vorkenntnisse: Programmierung in Python