Unternehmen in allen Branchen nutzen zunehmend künstliche Intelligenz und maschinelles Lernen, um innovative neue Produkte und Systeme zu entwickeln. Dies erfordert Fachleute in einer Reihe von Funktionen, nicht nur in den Data-Science- und Data-Engineering-Teams, die verstehen, wann und wie KI eingesetzt werden kann, die die Sprache der Daten und Analysen sprechen und in der Lage sind, in funktionsübergreifenden Teams an maschinellen Lernprojekten zu arbeiten.

Diese Specialization vermittelt ein grundlegendes Verständnis dafür, wie maschinelles Lernen funktioniert und wann und wie es zur Lösung von Problemen eingesetzt werden kann. Die Teilnehmer erwerben Fähigkeiten in der Anwendung des Data-Science-Prozesses und der branchenüblichen Best Practices, um Projekte im Bereich des maschinellen Lernens zu leiten, und entwickeln Kompetenzen in der Entwicklung von KI-Produkten, die den Menschen in den Mittelpunkt stellen und den Datenschutz und ethische Standards gewährleisten. Die Kurse dieser Specializations konzentrieren sich auf die Intuition, die hinter diesen Technologien steht, wobei keine Programmierung erforderlich ist, und verbinden Theorie mit praktischen Informationen, einschließlich Best Practices aus der Industrie. Fachleute und angehende Fachleute aus einer Vielzahl von Branchen und Funktionen, darunter Produktmanager und Product Owner, Leiter von Entwicklungsteams, Führungskräfte, Analysten und andere, werden dieses Programm wertvoll finden.

Praktisches Lernprojekt

Im Laufe dieser Specializations werden die Teilnehmer drei Projekte durchführen:

1) In Kurs 1 führen Sie ein praktisches Projekt durch, bei dem Sie ein maschinelles Lernmodell zur Lösung eines einfachen Problems erstellen (keine Programmierung erforderlich) und die Leistung Ihres Modells bewerten.

2) In Kurs 2 werden Sie ein interessantes Problem identifizieren und formulieren, ein maschinelles Lernsystem entwerfen, das zur Lösung des Problems beitragen kann, und mit der Entwicklung eines Projektplans beginnen.

3) In Kurs 3 führen Sie eine grundlegende Übung zur Gestaltung der Benutzererfahrung für Ihre ML-basierte Lösung durch und analysieren die relevanten ethischen und datenschutzrechtlichen Aspekte des Projekts.