AI Engineering - Data Science und Machine Learning Engineering Weiterbildung

Die Studierenden werden mit der Struktur und den Erwartungen des Kurses vertraut gemacht. Sie lernen, ihr Lernen zu organisieren, Zeit und Stress zu bewältigen und eine Denkweise zu entwickeln, die ihre berufliche Weiterentwicklung fördert. Ein erster Überblick über die IT-Branche hilft ihnen, ihr zukünftiges Arbeitsumfeld zu verstehen, während erste Schritte in der Karriereentwicklung und im Personal Branding ihnen helfen, langfristige Ziele zu setzen. Eine spezielle Einheit zum verantwortungsvollen Umgang mit KI-Tools bereitet die Studierenden darauf vor, KI durchdacht in ihr Lernen zu integrieren. Die technische Einrichtung stellt sicher, dass alle startklar sind.

Die Studierenden erlernen die grundlegenden Fähigkeiten für die Arbeit in der Unix-Shell. Sie wiederholen außerdem die Grundlagen der Programmiersprache Python und schreiben und führen ihre ersten kleinen Programme aus. Durch die Nutzung von Git und GitHub werden sie direkt in die moderne, kollaborative Arbeitsweise der Branche eingeführt, einschließlich der Versionsverwaltung von Code sowie der gemeinsamen Bearbeitung der Codebasis mit anderen durch Konzepte wie Branching und Pull Requests.

Aufbauend auf den Grundlagen von Phase 2 lernen die Studierenden Werkzeuge zur Extraktion und Bearbeitung von Daten aus verschiedenen Quellen wie Dateien und Datenbanken kennen. Hierfür verwenden sie SQL und Pandas. Nach praktischen Übungen zur Datenmanipulation erstellen sie deskriptive Analysen mithilfe verschiedener Plotbibliotheken und -typen. Diese Phase schließt mit einem zweitägigen Projekt zur explorativen Datenanalyse (EDA) ab, in dem die Studierenden mit einem realen Datensatz arbeiten. Stets mit Blick auf den Business Case entwickeln sie für ihren simulierten Stakeholder Empfehlungen und aussagekräftige Visualisierungen, die auf dessen Bedürfnisse zugeschnitten sind.

Dieser Abschnitt behandelt die grundlegenden Konzepte überwachter Machine-Learning-Techniken für Regression und Klassifikation. Die Studierenden werden in verschiedene Algorithmen eingeführt, darunter lineare und logistische Regression, Entscheidungsbäume sowie Ensemble-Methoden. Neben der Einführung in die statistischen Grundlagen der Algorithmen betrachten wir auch den Anwendungsbereich und die Annahmen dieser Modelle. Außerdem betonen wir die Bedeutung der Modellevaluierung und welche Trade-offs beim Aufbau prädiktiver Modelle berücksichtigt werden müssen.Die Studierenden wenden alle erlernten Fähigkeiten an, indem sie in Gruppen an einem viertägigen Machine-Learning-Projekt arbeiten, das den gesamten Data-Science-Lebenszyklus abdeckt. Gemeinsam definieren sie Meilensteine und berücksichtigen den Wert ihres Datenprodukts, während sie gleichzeitig Erfahrung in kollaborativer Arbeit mit Git und GitHub sammeln. Der letzte Schritt besteht in einer Präsentation der Ergebnisse vor den Stakeholdern.

Aufbauend auf grundlegenden Kenntnissen statistischer Lernverfahren und der zugehörigen Softwareimplementierung vertiefen die Studierenden ihr Verständnis von Prognosetechniken für Zeitreihen. Angesichts der zunehmenden Verbreitung ungelabelter Daten ist es wichtig, auch die Herausforderungen des unüberwachten Lernens zu meistern. Die Studierenden erhalten eine Einführung in Dimensionsreduktions- und Clustering-Verfahren. Um ein grundlegendes Verständnis der heute oft als KI bezeichneten Konzepte zu erlangen, werden ihnen künstliche neuronale Netze vorgestellt. Der Aufbau eines eigenen tiefen neuronalen Netzes von Grund auf vertieft ihr Verständnis der zugrundeliegenden Prozesse und Konzepte. Auch typische Anwendungsbereiche wie die Verarbeitung natürlicher Sprache und gängige verwandte Techniken wie Transferlernen werden behandelt.

Um die erlernten Fähigkeiten zu festigen und die Gruppenarbeit und Zusammenarbeit weiter zu fördern, bietet das Abschlussprojekt den Rahmen und die Zeit, ein größeres Data-Science-Problem von Anfang bis Ende zu bearbeiten. Studierende haben die Möglichkeit, selbstständig ein Problem zu finden, indem sie öffentlich verfügbare Datensätze nutzen oder mit Daten eines unserer Partnerunternehmen arbeiten. In Teams von drei bis vier Personen erarbeiten und präsentieren sie eine Lösung für das jeweilige Problem. Dadurch wenden sie nicht nur ihr erworbenes Wissen über technische Themen und agile Methoden an, sondern erweitern auch ihre Kompetenzen entsprechend den Anforderungen ihrer Projekte.

In der ersten Phase lernen die Studierenden Softwareentwicklungsmethoden und deren Bezug zur Datenwissenschaft kennen. Ziel der ersten Woche ist es, besseren Code für Data-Science-Projekte zu schreiben. Dazu behandeln wir Softwareentwicklung mit Python (Programmierung, Arbeit mit Git und objektorientierte Programmierung). Anschließend zeigen wir, wie sich die Lücke zwischen dem üblichen Data-Science-Workflow und produktionsreifem Code schließen lässt.

Am Ende dieser Phase werden die Studierenden sicher im Umgang mit Daten für ihre Modelle aus verschiedenen Quellen und in unterschiedlichen Formaten sein. Data Engineering befasst sich mit dem zuverlässigen und vertrauenswürdigen Übertragen und Transformieren von Daten. Die Studierenden lernen die Datenarchitektur für die Batch- und Echtzeit-Datenverarbeitung kennen. Sie erfahren, wie sie Daten aus verschiedenen Quellen wie Datenbankzugriffen und APIs beziehen. Anschließend erlernen sie die Konzepte der Datenmodellierung mit DBT. Darauf aufbauend erstellen sie Datenpipelines mit Prefect und lernen die Konzepte der Batch-Verarbeitung und des Streamings kennen. Abschließend richten sie eine Feature-Engineering-Pipeline in der Cloud für ihr Data-Science-Projekt ein.

In der dritten Phase des Bootcamps lernen die Teilnehmer den Lebenszyklus des maschinellen Lernens kennen und erfahren, wie sie Data-Science-Produkte in die Produktion überführen. Es gibt eine Einführung in die Grundlagen des maschinellen Lernens, gefolgt von Einheiten zu Testverfahren, Bereitstellungsstrategien und Containerisierung.

In dieser Phase des Bootcamps lernen die Teilnehmer, was es bedeutet, Machine-Learning-Produkte im Produktiveinsatz zuverlässig und langfristig zu betreiben. In der vorherigen Phase haben sie gelernt, wie man Modelle bereitstellt; nun lernen sie, wie man sie überwacht und wartet.

Am Ende dieser Phase werden die Studierenden in der Lage sein, KI-Systeme mithilfe moderner Technologien für große Sprachmodelle (LLM) zu verstehen, zu entwickeln und zu evaluieren. Sie erwerben grundlegende Kenntnisse über LLM-Architekturen, Einbettungen, Vektorsuche und Prompt-Engineering; sammeln praktische Erfahrung im Aufbau von Retrieval-Augmented-Generation-Pipelines (RAG); führen Feinabstimmung und Evaluierung kleiner Modelle durch; und entwerfen benutzerdefinierte agentenbasierte Systeme mithilfe von Frameworks wie LangChain, pydanticAI und MCP.

In dieser Phase lernen die Studierenden, LLM-Anwendungen bereitzustellen und zu verwalten. Sie entwickeln FastAPI-Dienste, containerisieren diese mit Docker und stellen KI-Systeme auf Google Cloud Run bereit. Die Studierenden integrieren Monitoring und Observability, um die Zuverlässigkeit zu gewährleisten, und lernen, vollständige RAG- und Agenten-Pipelines von Anfang bis Ende bereitzustellen.

In der letzten Phase des Bootcamps bearbeiten die Studierenden ein umfassendes Abschlussprojekt, in dem sie alle erlernten Kenntnisse anwenden. Sie entwerfen, entwickeln, implementieren und überwachen ein komplettes Machine-Learning-System, das ein reales Problem löst. In Teams arbeiten die Studierenden wie ein professionelles MLE-Team und nutzen Best Practices aus Softwareentwicklung, Data Engineering, Machine-Learning-Engineering, Modellüberwachung und LLM-Entwicklung. Das Bootcamp schließt mit einer Präsentation und Live-Demonstration ihrer Lösung vor Dozenten und Kommilitonen ab.