1. Startseite
  2. Technik und Informatik
  3. Weiterbildung
  4. CAS
  5. Data Science Applications
Inhaltsverzeichnis ansehen Inhaltsverzeichnis ansehen

Data Science Applications

Machine Learning und künstliche Intelligenz entwickeln sich rasch und erschliessen neue Nutzungsmöglichkeiten. Das CAS Data Science Applications gibt Ihnen einen vertieften Einblick in aktuelle Technologien, Methoden, Anwendungsgebiete und Trends.

Der Studiengang:

  • richtet sich an Informatiker*innen, Ingenieur*innen, wissenschaftliche Mitarbeitende in verschiedensten Fachgebieten, die sich in Spezialgebiete des Machine Learning und der künstlichen Intelligenz einarbeiten wollen,
  • ermöglicht Ihnen, Ihre Methodik- und Anwendungskompetenz in ausgewählten Fachgebieten entscheidend zu vertiefen,
  • befähigt Sie, auch anspruchsvolle Machine Learning Applikationen und Komponenten professionell zu entwickeln.

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer KW43 bis KW14
  • Unterrichtstage 1 Tag pro Woche, siehe Stundenplan
  • Anmeldefrist Einen Monat vor Studienbeginn
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten CHF 7'500
  • Unterrichtssprache Deutsch, Unterlagen Deutsch/Englisch
  • Studienort Biel, Aarbergstrasse 46 und Remote über MS-Teams
  • Nächste Durchführung Herbst 2023

Kontakt

CAS | Data Science Applications

Inhalt + Aufbau

Portrait

Data Science, Machine Learning (ML) und künstliche Intelligenz (AI) stellen eine riesige Vielfalt an Methodiken und Algorithmen bereit. Diese schaffen ein enormes Potential für Innovationen, neue Anwendungsfelder, Optimierung von Prozessen und Dienstleistungen und ganz neuen Geschäftsmodellen. Das CAS Data Science Applications gibt Ihnen einen vertieften Einblick in aktuelle Technologien, Methoden, Anwendungsgebiete und Entwicklungen:

Ausbildungsziele

  • Sie können Ihre Methodik- und Anwendungskompetenz in ausgewählten Fachgebieten entscheidend vertiefen.
  • Sie sind befähigt, auch anspruchsvolle Machine-Learning Applikationen und Komponenten professionell zu entwickeln.
  • Sie arbeiten als Fachspezialist*in in Teams, die Machine-Learning-Komponenten nutzen, konzipieren und bauen.

Das CAS besteht aus 10 Themen von 1-3 Tagen Dauer.

Kurs / Lerneinheit Tage
Predictive Maintenance and Industrial Analytics 3
Operationalisierung von ML und AI Modellen 2
Audio Analysis 2
Ethik und soziale Auswirkungen 1
Recommender Systems 2
Deep Reinforcement Learning 2
Graph und Network Analytics 3
Advanced Image Analysis 3
Natural Language Processing 3
Robotics Workshop 2
Semesterarbeit  
Total 23

 

Für das CAS Zertifikat sind mindestens 15 Kurstage zu besuchen.

Die einzelnen Kurse bestehen aus Vorlesungs- und Übungsteilen. Der Unterricht findet vor Ort, online und hybrid statt, entsprechend den Angaben im Stundenplan.

Das CAS wird mit einer Projektarbeit abgeschlossen.

Kompetenzprofil CAS Data Science Applications

Kompetenzstufen

 

  1. Kenntnisse/Wissen
  2. Verstehen
  3. Anwenden
  4. Analyse
  5. Synthese
  6. Beurteilung

Titel + Abschluss

Certificate of Advanced Studies (CAS) in «Data Science Applications»

Voraussetzungen + Zulassung

  • Informatiker*innen, Ingenieur*innen, wissenschaftliche Mitarbeitende in verschiedensten Fachgebieten, die sich in neue Gebiete des Machine Learnings und der künstlichen Intelligenz einarbeiten wollen.
  • IT-Spezialist*innen in verschiedensten Fachgebieten, die Machine-Learning- und AI-Anwendungen planen, umsetzen und in die IT-Architektur ihres Unternehmens einfügen wollen.
  • Für Studierende im MAS Data Science kommt das CAS Data Science Applications idealerweise im zweiten oder dritten Semester zum Zug, im Anschluss an das CAS Datenanalyse oder an das CAS Practical Machine Learning.

Studiengänge richten sich an Personen mit einem Hochschulabschluss und Berufspraxis. Personen ohne Hochschulabschluss können zu Studiengängen zugelassen werden, wenn sich ihre Befähigung aus einem anderen Nachweis ergibt. 

Zulassungsbedingungen Weiterbildung BFH-TI (PDF, 156 KB)

Spezifische Voraussetzungen
 

  • Sie bringen Erfahrungen in Methoden und Algorithmen des Machine Learning mit: Themen wie Supervised Learning, Unsupervised Learning, Feature Engineering und Evaluation sind Ihnen bekannt.
  • Sie können mit der Programmiersprache Python arbeiten, idealerweise auch im Umfeld von Machine Learning Anwendungen.

Infoveranstaltungen + Beratung

Infoveranstaltungen Weiterbildung

Studienberatung Weiterbildung

Kontakt

Prof. Dr. Arno Schmidhauser

  • Leiter Weiterbildung
  • +41 31 848 32 75
  • E-Mail anzeigen

Andrea Moser

  • Mitarbeiterin Sekretariat
  • +41 31 848 32 11
  • E-Mail anzeigen

Studienort

Der Unterricht findet an der Aarbergstrasse 46 im Neubau des Switzerland Innovation Park Biel/Bienne (SIPBB) statt, welcher direkt neben dem Bahnhof Biel/Bienne liegt.

Biel Aarbergstrasse 46 (Switzerland Innovation Park Biel/Bienne)

Aarbergstrasse 46, 2503 Biel

Aarbergstrasse 46
2503 Biel