Weiterbildungen

Dieses SAS vermittelt dir aktuelle NLP-Verfahren und deckt von Transformer-Modellen über Retrieval Augmented Generation (RAG) bis hin zur Textgenerierung mit generativer KI (LLMs) und dem Einsatz von AI Agents alles ab.

Lerne, Agentic-AI-Systeme sicher und skalierbar produktiv zu betreiben und autonome sowie kollaborative Agents mit Tools, Memory und Wissen zu entwickeln.

Das SAS zeigt, wie AI Factories und Data Centers als technische Infrastruktursysteme finanzwirtschaftlich analysiert und modelliert werden. Aufbauend auf Architektur, Workloads, Energie, Infrastruktur, geopolitischen Rahmenbedingungen und Standortfaktoren lernen die Teilnehmenden, wie sich daraus Betrieb, Skalierung und Wirtschaftlichkeit systematisch ableiten lassen.

Bewältigen Sie riesige Datenmengen und Datenströme dank skalierbaren Pipelines mit modernsten Big Data Frameworks.

Richte deinen Blick auf die Zukunft – und den des Computers! Interpretiere Bilder und Videos. Dank Deep Learning beeindruckender denn je. Trainiere und optimiere eigene Modelle und sieh die Welt mit anderen Augen.

Nutze Container & Public Cloud Services für den produktiven Betrieb deiner Applikationen und Infrastruktur

Lerne die Grundlagen einer nachhaltigen Data-Management-Strategie. Mit dem Wissen über die wichtigsten Technologien des Daten-Managements kannst du deren Einsatz für Data-Science-Projekte in der Praxis richtig einschätzen.

Mit Decision Intelligence treffen wir optimale Entscheidungen, basierend auf Daten.

Deep Learning beginnt da, wo klassische Methoden des Machine Learnings an ihre Grenzen stossen. Lerne das Potenzial und die Grenzen verschiedener Deep Learning Arten und deren Anwendungsgebiete kennen und umzusetzen

Stärke das Vertrauen in deine KI mit Methoden für Modellinterpretation und erklärbare Vorhersagen.

Im SAS Foundations of Applied AI & Human-AI Interaction lernst du, KI-Use-Cases fundiert zu beurteilen und die Interaktion zwischen Mensch und KI gezielt zu gestalten. Du entwickelst ein AI Use-Case Assessment für deine eigene Organisation – kompakt, praxisnah und direkt anwendbar.

Du lernst komplexere und weiterführende Machine Learning Algorithmen & Ansätze kennen und erfährst, wie du mit den häufigsten in der Praxis auftretenden Problemen im Datenbestand umgehen kannst.

Lerne, Machine-Learning-Modelle zuverlässig produktiv zu betreiben und robuste ML-Pipelines für Deployment, Monitoring und den Umgang mit Daten- und Modelldrift aufzubauen.

Lerne, NLP- und LLM-Anwendungen skalierbar und sicher zu betreiben und performante Inference-Services, RAG-Pipelines und Streaming-Anwendungen umzusetzen.

Schreibe mit Software-Engineering-Prinzipien robusten, wiederverwendbaren und leicht verständlichen Code und stelle deine Applikationen als Service zur Verfügung