Python für die Geschäftsanalyse und Automatisierung Schulung

Dieser intensive, praxisorientierte Kurs behandelt fortgeschrittene Python-Techniken, Engineering-Best-Practices sowie gängige Design Patterns, um wartbare, testbare und hocheffiziente Python-Anwendungen zu entwickeln. Der Fokus liegt auf moderner Tooling-Unterstützung, Typisierung, Konzeptionen zur Nebenläufigkeit, Architekturmuster sowie deployments-ready Workflows.

Diese instruktorengesteuerte Live-Schulung (online oder vor Ort) richtet sich an Python-Entwickler auf mittlerem bis fortgeschrittenem Niveau, die professionelle Praktiken und Patterns für produktionsreife Python-Systeme übernehmen möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Python-Typisierung, Dataclasses und Typüberprüfung anzuwenden, um die Code-Reliabilität zu steigern.
• Design Patterns und Architekturprinzipien zu nutzen, um robuste Anwendungen zu strukturieren.
• Nebenläufigkeit und Parallelität mithilfe von asyncio und multiprocessing korrekt umzusetzen.
• Gut getesteten Code mit pytest, property-based testing sowie CI-Pipelines zu erstellen.
• Python-Anwendungen für den Produktivbetrieb zu profilieren, zu optimieren und abzusichern.
• Python-Projekte mit modernen Tools und Containern zu paketieren, zu verteilen und bereitzustellen.

Kursformat

• Interaktive Vorträge und kurze Demonstrationen.
• Täglich praktische Labs und Coding-Übungen.
• Ein Capstone-Mini-Projekt, das Patterns, Testing und Deployment integriert.

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung oder einen Fokus auf bestimmte Bereiche (Daten, Web oder Infrastruktur) zu erhalten, kontaktieren Sie uns bitte für die Organisation.

Dieser Kurs vermittelt praxisnahe Engineering-Methoden zum Entwurf, Aufbau, Test und Einsatz agenter (autonomer) Systeme unter Verwendung von Python. Er behandelt den Agenten-Loop, Tool-Integrationen, Speicher- und Zustandsverwaltung, Orchestrierungsmuster, Sicherheitskontrollen sowie Aspekte für den produktiven Betrieb.

Dieses durch eine Lehrkraft geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene ML-Ingenieure, KI-Entwickler und Software-Ingenieure auf mittlerem bis fortgeschrittenem Niveau, die robuste, produktionsreife autonome Agenten mit Python entwickeln möchten.

Nach Abschluss dieses Trainings sind die Teilnehmenden in der Lage:

• Den Agenten-Loop sowie Entscheidungsworkflows zu entwerfen und zu implementieren.
• Externe Tools und APIs zur Erweiterung der Agenten-Fähigkeiten zu integrieren.
• Kurzfristige und langfristige Speicherarchitekturen für Agenten umzusetzen.
• Multischrittige Orchestrierungen und die Zusammensetzung von Agenten zu koordinieren.
• Bewährte Praktiken für Sicherheit, Zugriffskontrolle und Beobachtbarkeit (Observability) bei eingesetzten Agenten anzuwenden.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Praktische Laborübungen zum Aufbau von Agenten mit Python und gängigen SDKs.
• Projektorientierte Übungen, die deploybare Prototypen hervorbringen.

Möglichkeiten zur Kursanpassung

• Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Diese Schulung vermittelt praxisnahe Ansätze zur Anwendung von Data Science und künstlicher Intelligenz (KI) mithilfe von Python. Teilnehmende erwerben die notwendigen Kompetenzen, um Daten zu erkunden, Machine-Learning-Modelle zu erstellen und KI-gestützte Anwendungen in Unternehmenskontexten bereitzustellen. Der Kurs behandelt CRISP-DM-Arbeitsabläufe, statistische Analysen, überwachtes und unüberwachtes Lernen, Deep Learning mit TensorFlow, Natural Language Processing (NLP), Big Data mit Spark sowie datengestütztes Storytelling. Er ist ideal für Einsteigende, die eine Python-Zertifizierung im Bereich Data Science anstreben und auf analytics-spezifische Berufseinstiege vorbereitet werden möchten.

Künstliche Intelligenz mit Python umfasst die Entwicklung intelligenter Systeme unter Nutzung des umfangreichen Ökosystems an KI- und Machine-Learning-Bibliotheken von Python.

Dieser instruktionsgeleitete, live durchgeführte Kurs (online oder vor Ort) richtet sich an Python-Entwickler mit fortgeschrittenen Kenntnissen, die in der Lage sein sollen, KI-Lösungen zu entwerfen, zu implementieren und bereitzustellen.

Am Ende dieses Kurses werden die Teilnehmer:

• KI-Algorithmen unter Verwendung der Kern-KI-Bibliotheken von Python implementieren können.
• Mit überwachtem, unüberwachtem und Verstärkungs-Lernen umgehen können.
• KI-Lösungen in bestehende Anwendungen und Arbeitsabläufe integrieren können.
• Die Leistung von Modellen bewerten und diese hinsichtlich Genauigkeit und Effizienz optimieren können.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Viel Übung und praktische Anwendung.
• Praxisnahe Implementierung in einer Live-Lab-Umgebung.

Optionen zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um die Details zu vereinbaren.

Dieser Kurs "Angewandte KI von Grund auf in Python" vermittelt Programmierern und Datenanalysten grundlegende Techniken zum Aufbau von ML-Lösungen von der Pike auf mit Python. Er behandelt die Kernprinzipien des überwachenden Lernens (Klassifikation und Regression), des unüberwachten Lernens (Clustering und Anomalieerkennung) sowie fortschrittlicher neuronaler Netzwerk-Architekturen. Der Kurs untersucht bewährte Methoden zur Arbeit mit scikit-learn, Apache Spark MLlib und Jupyter Notebooks für die praktische KI-Entwicklung. Er hilft Fachleuten bei der Implementierung praktischer ML-Modelle, der Bewertung von Algorithmen-Limitationen und der Durchführung angewandter Projekte zur Lösung realer Probleme.

Diese instructor-led-Live-Schulung in Österreich (online oder vor Ort) richtet sich an Python-Entwickler:innen auf mittlerem Niveau, die ihre Python-Entwicklungserfahrung mit AWS Cloud9 verbessern möchten.

Nach Abschluss dieser Schulung werden Teilnehmende in der Lage sein:

• AWS Cloud9 für die Python-Entwicklung einzurichten und zu konfigurieren.
• Die Benutzeroberfläche und Funktionen der AWS Cloud9-IDE zu verstehen.
• Python-Anwendungen in AWS Cloud9 zu schreiben, zu debuggen und bereitzustellen.
• Mit anderen Entwickler:innen über die AWS Cloud9-Plattform zusammenzuarbeiten.
• AWS Cloud9 mit anderen AWS-Diensten für erweiterte Bereitstellungen zu integrieren.

Kursübersicht

Dieses praxisorientierte Training richtet sich an Fachleute mit einem Hintergrund im Data Engineering, die ihre praktischen Fähigkeiten in den Bereichen Künstliche Intelligenz, Python und Large Language Models (LLMs) ausbauen möchten. Der Kurs konzentriert sich auf reale Anwendungen und behandelt Themen wie die Nutzung von Modellen, Prompt-Engineering sowie den Aufbau KI-gestützter Lösungen. Die Teilnehmer bearbeiten schrittweise Übungen, die von den Kernkonzepten bis hin zum Erstellen einsetzbarer AI-Workflows führen. 

Format des Trainings

• Präsenzkurs im Klassenraum

 • Dozentengeleitete Sessions mit geführter Praxis  

• Interaktive Diskussionen und reale Fallstudien

 • Tägliche praktische Übungen

Kursziele

• Verständnis der grundlegenden KI- und Machine-Learning-Konzepte, die für moderne Anwendungen relevant sind

 • Stärkung der Python-Fähigkeiten für die AI-Entwicklung und Data Workflows  

• Erlernen der Funktionsweise großer Sprachmodelle (LLMs) sowie deren effektive Nutzung  

• Entwicklung und Optimierung von Prompts für verlässliche Ausgaben  

• Aufbau umfassender AI-Lösungen mittels APIs und Frameworks

 • Integration von KI in Data-Engineering-Pipelines  

Diese von einem Dozenten geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Python-Entwickler und Datenanalysten auf fortgeschrittenem Niveau, die ihre Fähigkeiten in der Datenanalyse und -manipulation mit Pandas und NumPy verbessern möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Eine Entwicklungsumgebung einzurichten, die Python, Pandas und NumPy umfasst.
• Eine Datenanalyseanwendung mit Pandas und NumPy zu erstellen.
• Fortschrittliche Datenbereinigungs-, Sortierungs- und Filteroperationen durchzuführen.
• Aggregationsoperationen durchzuführen und Zeitreihendaten zu analysieren.
• Daten mit Matplotlib und anderen Visualisierungsbibliotheken darzustellen.
• Ihre Datenanalysecode zu debuggen und zu optimieren.

Diese von Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Entwickler, die den FARM-Stack (FastAPI, React und MongoDB) nutzen möchten, um dynamische, hocheffiziente und skalierbare Webanwendungen zu entwickeln.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• die notwendige Entwicklungsumgebung einzurichten, die FastAPI, React und MongoDB integriert.
• die zentralen Konzepte, Funktionen und Vorteile des FARM-Stacks zu verstehen.
• zu erlernen, wie man REST-APIs mit FastAPI erstellt.
• zu lernen, wie man interaktive Anwendungen mit React gestaltet.
• Anwendungen (Frontend und Backend) unter Verwendung des FARM-Stacks zu entwickeln, zu testen und bereitzustellen.

Dieses instruktionsgeleitete Live-Training in Österreich (online oder vor Ort) richtet sich an Entwickler, die FastAPI in Kombination mit Python nutzen möchten, um RESTful-APIs einfacher und schneller zu erstellen, zu testen und bereitzustellen.

Nach Abschluss dieses Trainings können die Teilnehmer:

• die erforderliche Entwicklungsumgebung einrichten, um APIs mit Python und FastAPI zu entwickeln.
• mit Hilfe der FastAPI-Bibliothek schneller und einfacher APIs erstellen.
• lernen, wie Datenmodelle und Schemata auf Basis von Pydantic und OpenAPI erstellt werden.
• APIs über SQLAlchemy mit einer Datenbank verbinden.
• Sicherheit und Authentifizierung in APIs mithilfe der FastAPI-Tools implementieren.
• Container-Images erstellen und Web-APIs auf einem Cloud-Server bereitstellen.

Diese live durchgeführte Schulung in Österreich (online oder vor Ort) richtet sich an Data Scientists, die TensorFlow nutzen möchten, um potenzielle Betrugsdaten zu analysieren.

Am Ende dieser Schulung werden die Teilnehmenden in der Lage sein:

• Ein Betrugserkennungsmodell mit Python und TensorFlow zu erstellen.
• Liniere Regressionen und lineare Regressionsmodelle zur Betrugsprognose aufzubauen.
• Eine durchgängige KI-Anwendung zur Analyse von Betrugsdaten zu entwickeln.

Versicherung im digitalen Zeitalter bietet einen angewandten Überblick darüber, wie die digitale Transformation Produkte, Abläufe und die Kundenansprache in der Versicherungsbranche neu gestaltet.

Diese von Instruktoren geleitete Live-Schulung (online oder vor Ort) richtet sich an Versicherungsexpertinnen und -experten mit mittlerem Kenntnisstand, die verstehen und digitale Technologien, datengetriebene Strategien sowie Innovationsframeworks nutzen möchten, um Versicherungsangebote und Betriebsabläufe zu modernisieren.

Nach Abschluss dieser Schulung sind die Teilnehmenden in der Lage:

• Die Rolle von KI, Big Data, IoT und Automatisierung in modernen versicherungstechnischen Arbeitsflüssen zu erläutern.
• InsurTech-Trends zu identifizieren und deren Auswirkungen auf das Versicherungsumfeld zu verstehen.
• Kundenzentrierte Strategien zu entwickeln, die durch digitale Tools und Data Insights ermöglicht werden.
• Datengetriebene Ansätze im Risikomanagement und bei Entscheidungsprozessen anzuwenden.
• Einen Innovations- und Change-Management-Ansatz zu entwickeln, der für Versicherer geeignet ist.
• Praxisnahe Fallbeispiele zu analysieren und gewonnene Erkenntnisse in lokale Initiativen umzusetzen.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Analyse von Fallbeispielen und Gruppenworkshops.
• Praktische Übungen und Aktionsplanung für die Organisationen der Teilnehmenden.

Optionen zur Kursspezifischen Anpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Die Anforderungsanalyse (Requirements Engineering, RE) ist eine zentrale Disziplin in der Software- und Systementwicklung. Sie konzentriert sich auf die Identifizierung, Dokumentation und Verwaltung der Anforderungen sowie Einschränkungen von Stakeholdern, um den Projekterfolg sicherzustellen.

Dieses vom Instructor geführte Live-Training (online oder vor Ort) richtet sich an Berufstätige mit mittlerem Erfahrungslevel, die ihr Verständnis der praktischen Anforderungsanalyse vertiefen und sich auf die IREB CPRE – Foundation Level Zertifizierungsprüfung vorbereiten möchten.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein:

• Die wichtigsten Konzepte und Begriffe des IREB CPRE Foundation Lehrplans zu verstehen und anzuwenden.
• Anforderungen zu identifizieren und mittels effektiver, kontextgerechter Techniken zu ermitteln.
• Anforderungen für reale Projekte zu modellieren, zu dokumentieren und zu validieren.
• Änderungen an Anforderungen, Rückverfolgbarkeit sowie Priorisierung über den gesamten Projektlebenszyklus hinweg zu managen.
• Tools und Best Practices der Anforderungsanalyse einzusetzen, um die Kommunikation und Projektergebnisse zu verbessern.
• vollständig auf die Teilnahme und das Bestehen der IREB CPRE – Foundation Level Zertifizierungsprüfung vorbereitet zu sein.

Format des Kurses

• Interaktive Vorträge und Diskussionen.
• Fallbasierte Übungen und kollaborative Workshops.
• Prüfungsvorbereitungssitzungen und Übungsaufgaben.

Möglichkeiten zur Kursanpassung

• Auf Anfrage können zusätzliche Module oder branchenspezifische Fallstudien eingefügt werden.

Ziel dieses Kurses ist es, allgemeine Kompetenz im praktischen Einsatz von Machine-Learning-Methoden zu vermitteln. Anhand der Programmiersprache Python und ihrer zahlreichen Bibliotheken sowie einer Vielzahl praktischer Beispiele werden die wichtigsten Grundbausteine des Machine Learnings erklärt, Entscheidungen zur Datenmodellierung getroffen, Ausgaben der Algorithmen interpretiert und Ergebnisse validiert.

Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegenden Werkzeuge aus dem Machine-Learning-Werkzeugkasten sicher zu verstehen und anzuwenden sowie häufige Fallstricke bei Data-Science-Anwendungen zu vermeiden.

Diese von einem Dozenten geleitete, live durchgeführte Schulung in Österreich (online oder vor Ort) richtet sich an Personen, die das Konzept der Anforderungsanalyse verstehen und ihre Anforderungen in ihren Projekten effizient und präzise mit Hilfe geeigneter Analysetechniken ermitteln möchten.

Nach Abschluss dieser Schulung werden die Teilnehmer:

• verschiedene Arten von Anforderungen identifizieren können.
• die grundlegenden Konzepte und Aktivitäten der Anforderungsanalyse verstehen.
• mit der Methodik der Anforderungsanalyse vertraut sein.
• verschiedene Analysemethoden gezielt anwenden können.
• Anforderungen so strukturieren, dass sie durch einen iterativen Prozess effizient mit Architekten und Entwicklern kommunizieren können.