RWTH Zertifikatskurs Data Scientist

Maschinelles Lernen nachhaltig in der Produktion implementieren

Teilnehmende lernen im Rahmen des RWTH Zertifikatskurses, was sich hinter dem Begriff Data Science verbirgt. Sie eignen sich grundlegende Methoden der Vorverarbeitung von Daten an und können diese durch Ansätze der künstlichen Intelligenz auswerten. Sie entwickeln ein grundlegendes Verständnis für die Anwendung von Machine Learning und können praktische Anwendungsfälle in der Produktion erfolgreich meistern.

Kursinhalte

▶ Vorverarbeitung und Bereitstellung von Daten für die Analyse
▶ Data Mining & Knowledge Discovery in Databases
▶ Künstliche Intelligenz und Deep Learning
▶ maschinelles Lernen mit Daten aus der industriellen Praxis
▶ Fallbeispiel: Industrielle Anwendungen mit Maschine Learning optimieren

Teilnehmendenkreis
IngenieurInnen aus den Bereichen Produktion, Forschung & Entwicklung, Optimierung, Planung mit grundlegenden Vorstellungen von Datenstrukturen und objektorientierter Programmierweise

Motivation
Im Rahmen der industriellen Fertigung wird eine kontinuierliche Verbesserung laufender Prozesse immer wichtiger, z.B. um Maschinen vorausschauend zu warten oder Produktionsprozesse nachhaltig zu verbessern.

Methodik
Der Kurs findet an fünf aufeinanderfolgenden Tagen auf dem Campus der RWTH Aachen statt und endet mit einer schriftlichen Prüfung. In interaktiven Vorlesungen, Gruppenarbeiten, Präsentationen und Fallstudien werden Inhalte erarbeitet und verfestigt.

Teilnehmende loben

Details zum RWTH Zertifikatskurs "Data Scientist"

Am ersten Tag des Kurses werden folgende Themeninhalte vermittelt:

• Der Weg zur datengesteuerten Fabrik
• Reale Daten von CPS und Industrierobotern
• Datenverarbeitung und Umgang mit realen Daten in CPS und Roboterumgebung

Am zweiten Tag des Kurses werden folgende Themeninhalte vermittelt:

• Einführung in die Heuristik und die regelbasierte Programmierung
• Rete-Algorithmus, BRMS und Vorwärts-/Rückwärtsverkettung
• Einführung in Expert Systems und Decision Support Systems
• Heuristische und regelbasierte Systeme in der Robotik

Am dritten Tag des Kurses werden folgende Themeninhalte vermittelt:

• Einführung in das maschinelle Lernen
• Neuronale Netzwerke und Deep Learning
• Anwendungserstellung um DSS und Empfehlungssysteme
• Reale Industrieanwendungen und Herausforderungen

Am vierten Tag des Kurses werden folgende Themeninhalte vermittelt:

• Einführung in das Anwendungsszenario
• Erstellen einer ersten Lösung für den Anwendungsfall und anschließende Präsentation
• Anwendungsbeispiel: Auflösung, alternative Lösungen und zugrunde liegende Technologien

Am fünften Tag des Kurses werden folgende Themeninhalte vermittelt:

• Anwendungsfall: Lösungserstellung für den Anwendungsfall
• Prüfung, Diskussion und Zertifikatsverleihung