Ihre Vorteile im Überblick
Mit einer Registrierung bei myWIFI können Sie Ihre Kontaktdaten und Ihr Profil ändern und jederzeit einen Überblick über Ihre WIFI-Kurse und Prüfungsergebnisse abrufen.
LOGIN / REGISTRIERUNG
Moderne Methoden für Forecasting, LLMs und intelligente Agentensysteme
Data Science und Business Analytics (Aufbau)
Inhalt
Modul 1: Forecasting für Zeitreihen
- Zentrale Begriffe der Zeitreihenanalyse: Trend, Saisonalität, Residuen, Kovariaten
- Additive vs. multiplikative Modelle
- Stationarität von Zeitreihen
- Lag-Plots und Autokorrelationsplots
- Umgang mit fehlenden Werten und Ausreißern
- Naive Zeitreihenforecasting-Methoden als Basismodelle
- Einführung in klassische Modelle wie ARIMA
- Moderne Zeitreihenforecasting-Modelle (z. B. Transformer): Funktionsweise und praktische Anwendung
- Unterschied zwischen One-Step- und Multi-Step-Forecasting
- Umgang mit multivariaten Zeitreihen
Modul 2: Large Language Models (LLMs)
- Überblick über verfügbare LLMs
- Auswahl geeigneter LLMs für den Einsatz im Unternehmen
- Benchmarking von LLMs, z. B. mit DeepEval
- Textvektorisierung in der Praxis
- Zusammenführung von Text- und tabellarischen Daten für Forecasts
- Nutzung von LLMs zum Aufruf eigener Funktionen (z. B. für Datenbankabfragen)
Modul 3: Agenten
- Von statischen Prompts zu autonomen Agenten
- Einführung in moderne Agentensysteme
- Einsatz von LLMs als Reasoning-Engine
- Grenzen klassischer Chatbots
- Überblick über Agenten-Frameworks wie OpenAI Agents, LangGraph und LlamaAgents
- Praxisbeispiel: Entwicklung eines Data-Analyst-Agenten
Modul 4: Clean Coding mit Python für Data-Science-Projekte
- Unterschiede zwischen imperativer, prozeduraler und objektorientierter Programmierung (OOP)
- Organisation von Code in eigenen Python-Modulen
- Automatische Erstellung von Code-Dokumentationen
- Systematisches Testen von Code
- Clean-Coding-Prinzipien: Theorie und praktische Anwendung
- Umgang mit virtuellen Python-Umgebungen für unterschiedliche Projekte
Trainer
Prof. Dr. Jürgen Brauer
Ziele
Nach Abschluss des Kurses sind die Teilnehmenden in der Lage,
- Zeitreihenforecasting mit modernen, Transformer-basierten Methoden durchzuführen
- LLMs mit Datenbanken und Textquellen sinnvoll zu kombinieren
- Agentensysteme für konkrete Unternehmensaufgaben zu entwickeln
- Python-Code und Data-Science-Projekte professionell zu strukturieren
Ideal für
Der Aufbaukurs richtet sich an Teilnehmende mit Vorkenntnissen in Data Science und vertieft zentrale praxisrelevante Themen. Behandelt werden unter anderem Zeitreihenanalyse und -forecasting (klassische Verfahren sowie Machine-Learning- und Transformer-Ansätze), der praktische Einsatz von Large Language Models (LLMs) im Unternehmensumfeld inklusive Benchmarking, RAG-Anwendungen, Agentensysteme für Data-Science-Analysen sowie die professionelle Organisation von Python-Projekten (Clean Code, Module, Tests, Dokumentation).
Alle praktischen Übungen finden in einer Jupyter-Notebook-Umgebung statt.
Voraussetzungen
Der Aufbaulehrgang Data Science und Business Analytics vermittelt vertiefendes Wissen und zusätzliche Kompetenzen für Interessierte, die bereits erste Erfahrungen im Bereich Data Science gesammelt haben oder seit Längerem in diesem Feld tätig sind. Er eignet sich ideal als Aufbaukurs für Teilnehmende, die bereits den Lehrgang „Data Science und Business Analytics“ besucht haben.
Hinweis/FAQ
Trainer
Prof. Dr. Jürgen Brauer
Trainingseinheiten
64
Beitrag
€ 3.200,-
Ort
Online
Melden Sie sich jetzt zur kostenlosen Online - Informationsveranstaltung an: Info-VA: Data Science und Business Analytics | WIFI Vorarlberg
Förderungen
Unser WIFI-Service für Sie:
- Förderprogramme und Anlaufstellen auf einen Blick: Entdecken Sie die wichtigsten Fördermöglichkeiten und Anlaufstellen. Mehr erfahren
- Kostenlose Förder-Infotermine: Erhalten Sie einen Überblick über relevante Förderungen und stellen Sie Ihre individuellen Fragen. Jetzt informieren und anmelden
- Kostenloser Kostenvoranschlag: Für die Einreichung bei Förderstellen bieten wir Ihnen einen unverbindlichen Kostenvoranschlag. Mehr erfahren
- Teilzahlungsmöglichkeit: Nutzen Sie unsere kostenlose Teilzahlungsmöglichkeit für Kurse, die länger als einen Monat dauern. Mehr erfahren
Letzte Änderung: 05.10.2026 | i |