Fachvertiefungsmodule Data Science

Absolvierende des CAS Data Science oder Personen mit Data Science-Grundkenntnissen haben die Möglichkeit, mit dem Besuch dieser weiterführenden Module ihre Kenntnisse gezielt zu vertiefen. Diese frei wählbaren Fachvertiefungen sind ebenfalls Bestandteil des DAS Data Science.

übersicht-fachvertiefungsmodule-das-data-science-fhnw-ht.jpg

Übersicht als .pdf runterladen

Modulübersicht Frühlingssemester

Modul: Advanced Machine Learning

Sie lernen komplexere und weiterführende Machine Learning Algorithmen & Ansätze kennen und erfahren, wie Sie mit den häufigsten in der Praxis auftretenden Problemen im Datenbestand umgehen können.

Modul: Computer Vision mit Deep Learning

Die automatische Interpretation von Bild & Video-Daten hat viele Anwendungsgebiete und liefert dank Deep Learning beeindruckende Ergebnisse.

Modul: Data Storytelling

Überzeugen Sie Kunden und Vorgesetzte, indem Sie Ihre Ergebnisse in Form einer packenden Geschichte klar verständlich und zielgruppengerecht kommunizieren.

Modul: ML in Production

Eine nachhaltige Data-Management Strategie und ein permanent verfügbarer und überwachter Betrieb Ihrer ML-Projekte sind die Grundbausteine für einen professionellen Betrieb.

Modulübersicht Herbstsemester

Modul: Advanced NLP

Unstrukturierte Daten mit Hilfe von zeitgemässen NLP Verfahren (z.B. RNN, CNN, Sequence-to-Sequence , Transformers) interpretieren und im Rahmen eines eigenen Projekts anwenden. Zudem erfolgt ein Einblick in Acoustic Language Processing (ALP).

Modul: Data Science Projektkompetenz

Sie durchlaufen den kompletten Prozess vom ersten Kundenkontakt bis zur schlussendlichen Übergabe Ihrer finalen Analyse und setzen die einzelnen Analysen praktisch um.

Modul: Explainable AI

Schaffen Sie Vertrauen in Ihr (Blackbox-)Modell und finden Sie weitere Optimierungsmöglichkeiten dank dem Verständnis, welche Kriterien der Algorithmus bei seiner Entscheidung wie stark gewichtet hat.

Modul: Individual ML Case Study

Holen Sie Peer- und Expertenmeinungen zu Herausforderungen und Optimierungsmöglichkeiten im eigenen Data Science-Projekt ab.

Modul: Software Engineering für Data Scientists

Dank Software-Engineering Prinzipien wie Versionskontrolle, Coding-Prinzipien, Software-Testing, Logging, und Build-Systemen robusten, korrekten wiederverwendbaren und leicht verständlichen Code schreiben. Zudem lernen Sie, Ihre Applikationen als überwachter Service Dritten zur Verfügung zu stellen.