Die Grundlagenschulung in Python mit dem Fokus auf den Bereich Data Science ist Ihr idealer Einstieg in die Programmiersprache. Neben den Programmierparadigmen, Objekttypen und Syntaxstrukturen wird mit pandas die zentrale Bibliothek für den Bereich Datenmanagement besprochen. Durch das Training werden Sie in der Lage sein, das Datenmanagement sowie erste Analysen und Visualisierungen in Python umzusetzen.

Kursinhalte

• Einstieg in Python
• Einführung in die Entwicklungsumgebung Jupyter Notebooks
• Philosophie von Python (die Programmiersprache, Objekte, Funktionen, Klassen)
• Objekttypen und ihre Eigenschaften (List, dictionary, string)
• Datenmanagement mit pandas (pandas Series, pandas DataFrame)
• Auswertungen mit Python: Statistische Kennzahlen und Grafiken
• Schreiben eigener Funktionen und Schleifen
• Einstieg in die Objektorientierung: Klassen, Methoden und Attribute

—

Zielgruppe: Dieser Einführungskurs richtet sich an TeilnehmerInnen ohne bestehende Vorkenntnisse in Python oder Statistik und dient als Ausgangspunkt für die weitere Arbeit mit Python.

—

Kurslänge: Zwei Tage

Eine Auswahl der Schulungsinhalte im Bereich Machine Learning mit Python:

• Einführung in die Grundbegriffe des Machine Learnings 
• Umgang mit dem Machine-Learning-Framework scikit-learn 
• Logik und Praxis: Aufteilen von Daten in Test und Trainingsdaten  
• Vorstellung und Anwendung relevanter Aufbereitungsschritte, z. B. One-Hot-Encoding, Standardization, Imputation 
• Training von Machine-Learning-Modellen auf Basis verschiedener Algorithmen, z. B. Decision Trees, Support Vector Machines, Random Forests, XGBoost etc. 
• Verknüpfung von Aufbereitungs- und Modellierungsschritten in einer scikit-learn Pipeline 
• Interpretation verschiedener Metriken zur Modellevaluation 
  • Für Klassifikationen: (Balanced) Accuracy, AUC, F1-Score, etc. 
  • Für Regressionen: RMSE, MAE 
• Parameter Tuning (Grid Search) der Modelle mit Hilfe von Cross-Validation
• Selbstständige Anwendung des Erlernten in praktischen Übungen

—

Zielgruppe: Dieser Einführungskurs richtet sich an TeilnehmerInnen mit bestehenden Vorkenntnissen in Python oder Statistik.

—

Kurslänge: Zwei Tage

GenAI ist längst fester Bestandteil der Arbeitswelt. In unserer Schulung erhalten Sie die Werkzeuge, um GenAI aus der Perspektive von Data Science fundiert zu verstehen und anzuwenden. Da sich das Feld rasant weiterentwickelt, stellen wir durch regelmäßige Aktualisierungen und praxiserfahrene Trainer sicher, dass Sie mit den State-of–the-Art-Ansätzen vertraut werden. 

Ziel des Trainings ist es, praktische Fähigkeiten im Bereich generativer KI zu vermitteln. Nach dem Training sind die Teilnehmenden in der Lage, Sprachmodelle und RAG fundiert zu verstehen, eigene RAG-Systeme mit Python und Unternehmensdaten umzusetzen sowie Agenten-Workflows mit Langchain und Langgraph praktisch einzusetzen. 

Die Kursinhalte im Überblick:

• Einführung Sprachmodelle 
  • Grundlagen und zentrale Konzepte 
  • Use Cases  
  • Aktuelle Entwicklungen 
• Retrieval Augmented Generation (RAG)
  • • Zweck und Funktionsweise 
    • Datenaufbereitung und –anbindung für RAG-Systeme 
    • RAG Komponenten: Vektordatenbank und Embedding Modelle 
    • Einführung Langchain 
    • Praktische Umsetzung und Übungen 
• Agentensysteme 
  • • • Zweck und Funktionsweise 
      • Komponenten von Agentensystemen: Planning, Tools, Reflexion 
      • Einführung Langgraph 
      • Praktische Umsetzung und Übungen

—

Zielgruppe: Data Scientists und SoftwareentwicklerInnen mit Python-Kenntnissen 

—

Kurslänge: Zwei Tage

Darüber hinaus bieten wir weitere, aufbauende Themen für einen optionalen dritten Kurstag an.

Die Kursinhalte des Erweiterungstags im Überblick:

• LLM Security: 
  • Problemfelder und Schwachstellen beim LLM-Einsatz 
  • Guardrails/Maßnahmen zur Risikominderung inkl. Red Teaming Übung 
• Evaluation, Tracing, Monitoring 
• Infrastruktur für LLMs und weitere Systemkomponenten 
• Vertiefte Übungen zu agentic RAG-Systemen mit eigenen Daten