Computer Vision mit Python 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.

Das CANN SDK (Compute Architecture for Neural Networks) bietet leistungsstarke Tools zur Bereitstellung und Optimierung von Echtzeit-KI-Anwendungen im Bereich Computer Vision und NLP, insbesondere für Huawei Ascend Hardware.

Dieses Instructor-Led-Training (live, online oder vor Ort) richtet sich an fortgeschrittene KI-Experten, die Vision- und Sprachmodelle mit dem CANN SDK für produktionsreale Anwendungen entwickeln, bereitstellen und optimieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• CV- und NLP-Modelle mit CANN und AscendCL bereitzustellen und zu optimieren.
• CANN-Tools zur Modellkonvertierung zu verwenden und diese in Live-Pipelines zu integrieren.
• Die Inferenzleistung für Aufgaben wie Objekterkennung, Klassifizierung und Sentiment-Analyse zu optimieren.
• Echtzeit-CV/NLP-Pipelines für Edge- oder Cloud-basierte Bereitstellungen aufzubauen.

Kursformat

• Interaktive Vorträge und Demonstrationen.
• Praktische Laboreinheiten mit Modellsbereitstellung und Leistungsprofilierung.
• Live-Pipelinedesign anhand realer CV- und NLP-Anwendungsfälle.

Möglichkeiten zur Kursanpassung

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

Diese Dozentengestützte Live-Schulung in Österreich (online oder vor Ort) richtet sich an KI-Entwickler auf mittlerem Niveau und Computervision-Ingenieure, die robuste Vision-Systeme für autonome Fahranwendungen entwickeln möchten.

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

• Die Grundkonzepte der Computervision in autonomen Fahrzeugen zu verstehen.
• Algorithmen für Objekterkennung, Spurerkennnung und semantische Segmentierung zu implementieren.
• Vision-Systeme mit anderen Subsystemen autonomer Fahrzeuge zu integrieren.
• Deep-Learning-Techniken für fortschrittliche Wahrnehmungsaufgaben anzuwenden.
• Die Leistung von Computervision-Modellen in realen Szenarien zu bewerten.

Diese live angebotene Schulung unter Anleitung in <ort> (online oder vor Ort) richtet sich an erfahrene Fachkräfte, die ihr Verständnis von Computer Vision vertiefen und die Fähigkeiten von TensorFlow zur Entwicklung anspruchsvoller Bildverarbeitungsmodelle mit Google Colab erkunden möchten.

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

• Konvolutionale neuronale Netze (CNNs) mit TensorFlow zu erstellen und zu trainieren.
• Google Colab für skalierbare und effiziente cloud-basierte Modellentwicklung zu nutzen.
• Bildvorverarbeitungstechniken für Computer-Vision-Aufgaben zu implementieren.
• Computer-Vision-Modelle für reale Anwendungen bereitzustellen.
• Transfer Learning einzusetzen, um die Leistung von CNN-Modellen zu verbessern.
• Die Ergebnisse von Bildklassifizierungsmodellen zu visualisieren und zu interpretieren.

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 instructor-led, live Schulung in Österreich (online oder vor Ort) richtet sich an Computer-Vision-Ingenieure, KI-Entwickler und IoT-Experten mit mittlerem bis fortgeschrittenem Niveau, die Computer-Vision-Modelle für Echtzeit-Verarbeitung auf Edge-Geräten implementieren und optimieren möchten.

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

• Die Grundlagen von Edge AI und deren Anwendungen in Computer Vision zu verstehen.
• Optimierte Deep-Learning-Modelle auf Edge-Geräten für Echtzeit-Bild- und Videoanalyse bereitzustellen.
• Frameworks wie TensorFlow Lite, OpenVINO und NVIDIA Jetson SDK zur Modellbereitstellung zu verwenden.
• KI-Modelle für Leistung, Energieeffizienz und niedrige Latenzzeiten bei der Inferenz zu optimieren.

Dieser live unterrichtete Kurs in Österreich (online oder vor Ort) richtet sich an Strafverfolgungsbeamte auf Anfängerniveau, die von manueller Gesichtszeichnung auf den Einsatz von KI-Tools zur Entwicklung von Gesichtserkennungssystemen umsteigen möchten.

Am Ende dieser Schulung sind die Teilnehmenden in der Lage:

• Die Grundlagen der Künstlichen Intelligenz und des maschinellen Lernens zu verstehen.
• Die Grundlagen der digitalen Bildverarbeitung und deren Anwendung bei der Gesichtserkennung zu erlernen.
• Fähigkeiten im Umgang mit KI-Tools und -Frameworks zur Erstellung von Gesichtserkennungsmodellen zu entwickeln.
• Praxiserfahrung in der Erstellung, dem Training und dem Testen von Gesichtserkennungssystemen zu sammeln.
• Ethische Überlegungen und Best Practices im Einsatz der Gesichtserkennungstechnologie zu verstehen.

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 von Lehrkräften geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Anfänger und Fortgeschrittene, also Forscherinnen und Forscher sowie Laborfachkräfte, die Bilder von histologischen Geweben, Blutzellen, Algen und anderen biologischen Proben verarbeiten und analysieren möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die Fiji-Oberfläche zu navigieren und die Kernfunktionen von ImageJ zu nutzen.
• Wissenschaftliche Bilder vorzubereiten und zu optimieren, um die Analysequalität zu verbessern.
• Bilder quantitativ auszuwerten, einschließlich Zellzählung und Flächenmessung.
• Wiederkehrende Aufgaben durch Makros und Plugins zu automatisieren.
• Arbeitsabläufe für spezifische Bildanalysebedürfnisse in der biologischen Forschung anzupassen.

Dieses instructor-led Live-Training in Österreich (online oder vor Ort) richtet sich an professionelle Anwender mit mittlerem Kenntnisstand, die Vision Builder AI nutzen möchten, um automatisierte Inspektionssysteme für SMT-Prozesse (Surface-Mount Technology) zu entwerfen, zu implementieren und zu optimieren.

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

• Automatisierte Inspektionen mit Vision Builder AI einzurichten und zu konfigurieren.
• Hochwertige Bilder für die Analyse zu erfassen und vorzubereiten.
• Logikbasierte Entscheidungen zur Fehlererkennung und Prozessvalidierung zu implementieren.
• Inspektionsberichte zu erstellen und die Systemleistung zu optimieren.

Diese von einem Dozenten geleitete, live stattfindende Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler, Forscher und Data Scientists auf mittlerem bis fortgeschrittenem Niveau, die lernen möchten, wie man Echtzeit-Objekterkennung mit YOLOv7 implementiert.

Am Ende dieser Schulung werden die Teilnehmer:

• Die grundlegenden Konzepte der Objekterkennung verstehen.
• YOLOv7 für Aufgaben der Objekterkennung installieren und konfigurieren können.
• Eigene Objekterkennungsmodelle mit YOLOv7 trainieren und testen können.
• YOLOv7 in andere Computer-Vision-Frameworks und -Tools integrieren können.
• Häufige Probleme bei der Implementierung von YOLOv7 beheben können.