Zum Inhalt
Zentrum für HochschulBildung
Datenmanagement - Maschinelles Lernen - Statistische Methoden

Machine Learning in Data Science

© Pixabay

Steckbrief

  • nächster Start: 26. September 2024
  • Anmeldeschluss: 23. August 2024
  • Dauer: 10 Präsenztage und 1 Tag Prüfung (über ca. 12 Monate)
  • Kosten: 4.900 EUR (zahlbar in 3 Raten)
  • Veranstaltungsort: Zentrum für HochschulBildung (zhb); Hohe Str. 141; 44139 Dortmund
  • Teilnehmendenbegrenzung: 20
  • Wissenschaftliche Leitung: Prof. Dr. Claus Weihs & Prof. Dr. Katja Ickstadt, beide Fakultät Statistik der TU Dortmund
  • Bring-Your-Own-Device: Für die aktive Mitarbeit im Kurs ist ein digitales Endgerät erforderlich. Bitte bringen Sie dieses zu den Präsenztagen mit. Wir informieren vorab über zu installierende Software (z. B. R).

Worum geht es im Kurs?

Die Digitalisierung verändert Unternehmensprozesse und es entstehen neue Geschäftsmodelle. Dabei gewinnt auch die künstliche Intelligenz bzw. das maschinelle Lernen im Unternehmenskontext an Bedeutung. Daten spielen in diesem Zusammenhang eine besondere Rolle - sie bilden die Grundlage dafür. Daten sind heute omnipräsent: interne Kundendaten, externe Daten aus sozialen Medien, Markt-, Produktions- und Logistikdaten oder aus öffentlich zugänglichen Quellen.
Die Sammlung großer Datenmengen (Big Data) bringt aber noch keinen Mehrwert für Unternehmen. Dieser entsteht erst, wenn aus den Daten gezielt Informationen gewonnen werden, um auf deren Basis fundierte Entscheidungen zu treffen.
Dazu werden Expert*innen benötigt, die Daten aufbereiten, analysieren, auswerten und vor allem interpretieren und darstellen können, kurz: Data Scientists.

Das weiterbildende Studium vermittelt Wissen und Handwerkszeug zu Datenmanagement und -exploration, maschinellem Lernen und statistischen Methoden. Anhand von Fallstudien erwerben die Teilnehmenden Kompetenzen in der Analyse von Datensätzen und lernen, die Ergebnisse entsprechend aufzuarbeiten und zu interpretieren. Ergänzt wird dies durch vertiefende, praxisnahe Anwendungsaufgaben und die Möglichkeit, mit eigenen Daten (‚bring your own data‘) aus dem Berufsalltag einen Praxisfall zu bearbeiten.  

Ihr Nutzen – was Ihnen das Studium bringt

  • Nachweisbare Kompetenzerweiterung: Erwerb eines Hochschulzertifikats (nach §62 des Hochschulgesetztes NRW)
  • Strukturierter Wissenserwerb in 2 Stufen: Verstehen und Erklären von Methoden in der ersten Stufe, praktische Anwendung in der zweiten Stufe
  • Erwerb von Wissen und Befähigung zur Anwendung bei der Aufbereitung und Analyse von Daten 
  • Methoden aus Statistik und Maschinellem Lernen anwenden und bewerten können 
  • Arbeiten an eigenen Fragestellungen: ‚Bring your own data‘ bei der Zertifikatsprüfung
  • Praktische Umsetzung: vertiefende Anwendungsaufgaben mit realen Datensätzen
  • Networking: Erweiterung des persönlichen Netzwerks durch andere Teilnehmende, Dozent*innen

Zielgruppe des Studiums

Das weiterbildende Studium richtet sich an Fach- und Führungskräfte, deren beruflicher Alltag durch den Umgang mit großen Datenmengen geprägt ist und die ihre Kompetenzen im Bereich statistischer Methoden und maschinellem Lernen ausbauen möchten, um Daten zu analysieren und darauf aufbauend fundierte Entscheidungen treffen zu können.  

Mögliche Berufsgruppen sind:

  • Data- und Business Analysten
  • Data Scientists
  • Forscher*innen
  • Softwareentwickler*innen
  • Berater*innen
  • Ingenieur*innen
  • Controller*innen
  • weitere interessierte Personen mit entsprechenden Vorkenntnissen

Angesprochene Branchen sind beispielsweise (basierend auf den Erfahrungen aus dem Vorgänger-Kurs):
Forschung (universitär, außeruniversitär), Pharmaindustrie, Finanzen, Software-Dienstleistungen, Versicherungen, Consulting, Automobilindustrie, Logistik, Medizin/Gesundheit, Chemie, Elektrotechnik, Energie und Handel


Übersicht


Weitere Informationen

Zeitlicher Umfang: 2 Semester, ca. 300 Arbeitsstunden (umfasst Präsenztage, Übungsaufgaben, Anfertigung der Fallstudie, Absolvierung der Zertifikatsprüfung)
Veranstaltungstage: Donnerstag oder Freitag bis Samstag (bestehend aus Diskussion der Übungsaufgaben, inhaltliche Input- und Diskussionsphasen, begleitende Übungen)

Die zeitliche Aufteilung sieht in der Regel (kleine Abweichungen sind möglich) wie folgt aus:

  • 9:00 - 10:30 Uhr - 2 Unterrichtsstunden
  • 15 Minuten Pause
  • 10:45 - 12:15 Uhr - 2 Unterrichtsstunden
  • 1 Stunde Mittagspause
  • 13:15 - 14:45 Uhr - 2 Unterrichtsstunden
  • 15 Minuten Pause
  • 15:00 - 16:30 Uhr - 2 Unterrichtsstunden

Flankierend zu den Präsenzveranstaltungen arbeiten wir mit der Lernplattform Moodle, auf der Ihnen alle Lernmaterialien und Übungsaufgaben zur Verfügung gestellt werden. Die Kommunikation läuft ebenfalls über Moodle.

Die Unterrichtssprache ist Deutsch. In einigen Ver­an­stal­tun­gen werden Ihnen die Lernmaterialien auf Englisch zur Ver­fü­gung gestellt.

Weitersagen lohnt sich: Wenn Sie gemeinsam mit einer/einem Kollegin/Kollegen oder mehreren Personen aus Ihrem Unternehmen am Kurs teilnehmen, reduziert sich das Teilnahmeentgelt bei bis zu zwei angemeldeten Personen um 5 % pro Person, darüber hinausgehend zahlt jede weitere Person 10 % weniger.

Für Mitarbeitende der TU Dortmund und Mitarbeitende von An-Instituten und verbundenen Instituten gelten besondere Konditionen. Bei Interesse melden Sie sich gerne an Daniel Neubauer (daniel.neubauer@tu-dortmund.de / 0231 755 6632).

 

Kontakt

Daniel Neubauer
Verein "Wissen­schaft­liche Wei­ter­bil­dung an der TU Dort­mund e. V."
Tel.: (+49) 231 755 6632
E-Mail senden

Ansprechpartner für inhaltliche Fragen



Das Studium wird in Trägerschaft des Vereins ‚Wissenschaftliche Weiterbildung an der TU Dortmund e.V.’ durchgeführt.