CAS Machine Learning for Software Engineers

Als Form der künstlichen Intelligenz findet das maschinelle Lernen bei einer Vielzahl herausfordernder Aufgaben Anwendung: ob bei der Betrugserkennung oder beim autonomen Fahren. Im CAS Machine Learning for Software Engineers erwerben Sie Kompetenzen, die in der Industrie benötigt werden, um Machine-Learning-Projekte selbständig zu implementieren und zu betreiben.

Machine Learning und Artificial Intelligence haben stark an Bedeutung gewonnen. In der Industrie werden zunehmend Fachkräfte benötigt, die in der Lage sind, Machine-Learning-Projekte selbständig zu implementieren und zu betreiben. Um anwendungsorientiertes Wissen und Fachkompetenzen in diesem Bereich zu vermitteln, hat die OST den CAS Machine Learning for Software Engineers ausgearbeitet.

Die Weiterbildung richtet sich an Hands-on-Software-Entwicklerinnen und -Entwickler. Sie befähigt diese dazu, Aufbau, Betrieb und Deployment von Machine-Learning-Projekten zu verstehen und selbst umzusetzen. Die Teilnehmerinnen und Teilnehmer lernen, ein passendes Modell zu einer gegebenen Problemstellung zu finden und Machine-Learning-Modelle in bestehende Software zu integrieren. Auch setzen sie sich differenziert mit Entwicklungen zum Thema Machine Learning auseinander und beurteilen diese hinsichtlich des Nutzens für ihre eigenen Projekte.

CAS Machine Learning for Software Engineers - Christian Fässler
CAS Machine Learning for Software Engineers - Ursin Brunner

Auf einen Blick

Abschluss

Certificate of Advanced Studies CAS in Machine Learning for Software Engineers (15 ECTS-Punkte)

Schwerpunkte

  • Grundlagen (mathematische Modelle, Tooling, Machine-Learning-Architektur)
  • Klassische Machine Learning Methoden
  • Deep Learning
  • Machine Learning Operational
  • Praxis-Teil

Nutzen

Sie erwerben anwendungsorientiertes Wissen und Fachkompetenzen, die zur selbstständigen Implementierung und zum Betrieb von Machine-Learning-Projekten in der Industrie benötigt werden.
Die theoretischen Grundlagen helfen Ihnen, als wichtiges Bindeglied zwischen Machine-Learning-Ingenieurinnen/-Ingenieuren und der Software-Entwicklung zu agieren.

Von Bildverarbeitung bis Betrugserkennung

Dank wachsender Datenmenge und zunehmend ausgefeilter Algorithmen sind die Anwendungsoptionen von Machine Learning fast unbegrenzt. Dank wachsender Datenmenge und zunehmend ausgefeilter Algorithmen sind die Anwendungsoptionen von Machine Learning fast unbegrenzt.

Zum Blogbeitrag
Zum Blogbeitrag

Nachgefragt bei Absolvent Marcel Amsler

«Jetzt kann ich in Diskussionen Wissen zu Machine Learning einbringen.» «Jetzt kann ich in Diskussionen Wissen zu Machine Learning einbringen.»

Zum Interview
Zum Interview

Dauer

25 Präsenztage oder Äquivalent an Abendunterricht (50 Abende), berufsbegleitend während 12 Monaten

(Anzahl Präsenztage variiert je nach Lehr- und Lernform. Verbindlich ist der aktuelle Terminplan.)

Kosten

CHF 9800 inkl. Unterlagen, Leistungsnachweisen und Zertifikat

Zulassung

Anerkannter Tertiärabschluss, mehrjährige qualifizierte Berufserfahrung, Tätigkeit in einem entsprechenden Arbeitsfeld, Programmiererfahrung inkl. Industrieanwendung, DevOps-Verständnis, Englisch-Kentnisse

Durchführungsort

Campus Rapperswil-Jona

Nächste Durchführung

Nächster Start in Planung

Q & A | CAS Machine Learning for Software Engineers

Der Schwerpunkt richtet sich auf ‚Hands-On‘-Machine-Learning-Kompetenzen und umfasst folgende Inhalte:

  • Grundlagen
  • Klassische Machine Learning Methoden
    • Probabilistische Methoden (Bayes)
    • Nicht parametrische Methoden (KNN, Bäume)
    • Clustering
  • Deep Learning
    • Computer Vision
    • Natural Language Processing (NLP)
    • Reinforcement Learning
  • Machine Learning Operationalisierung
    • Deployment von Machine Learning Projekten
    • Betrieb von Machine Learning Projekten
  • Praxis-Teil

Zielgruppe

Der CAS Machine Learning for Software Engineers richtet sich an:

  • Software-Entwicklerinnen und Software-Entwickler
  • Entwicklungsleiterinnen und Entwicklungsleiter kleiner Software-Firmen, die selbst noch Code schreiben

Zulassung

Zugelassen sind Personen

  • mit einem anerkannten Tertiärabschluss (Universität, Fachhochschule, Höhere Fachschule sowie Technikerschule oder Höhere Fachprüfung) im Bereich Informatik, Wirtschaftsinformatik oder verwandten Richtungen;
  • mit qualifizierter Berufserfahrung;
  • mit einer Tätigkeit in einem Arbeitsfeld, in dem sie das Gelernte umsetzen können (Prinzip Transferorientierung);
  • mit Programmiererfahrung inkl. Industrieanwendung 
  • mit DevOps-Verständnis
  • mit Englisch-Kentnissen

Um die Aufgaben im Kurs gut zu bewältigen, ist Programmiererfahrung notwendig. Bei Fragen wenden Sie sich bitte an Martin Stypinski (martin.stypinski@ost.ch). Eine Einstiegshilfe kann zu Verfügung gestellt werden, dient aber nicht als Programmierkurs zum Erwerben der Programmierkompetenzen.

Falls Sie sich mit Python vor Kursbeginn befassen möchten, empfehlen wir ihnen folgendes Buch:
Einfach Python, Gleich richtig programmieren lernen - Michael Inden, dpunkt 2021, ISBN: 978-3-86490-875-0

Bewerberinnen und Bewerber, die über vergleichbare Abschlüsse und entsprechende Berufserfahrung verfügen, können auf Basis einer individuellen Prüfung des Dossiers aufgenommen werden. 

Nach Abschluss dieses Kurses

  • sind Sie fähig, eine Machine-Learning-Problemstellung zu erkennen, diese mit einem adäquaten Modell zu bearbeiten und die Software soweit voranzutreiben, dass sie betriebsfähig ist;
  • verfügen Sie über Projekt- und Methodenkompetenz in Machine Learning;
  • können Sie gegenüber der Geschäftsleitung Anwendungsmöglichkeiten aufzeigen;
  • besitzen Sie das Know-how, um Machine Learning zu implementieren.

Grundlagen und theoretische Konzepte werden durch Dozierende und Professoren der OST vermittelt. Der Unterricht von angewandten und praxisbezogenen Themen wird durch Industrie-Expertinnen und -experten in Machine Learning (Banking, Finance, IoT, etc.) gestaltet.

Christian Fässler
Geschäftsführer der adnexo GmbH, Data Analytics in IOT Data

kreativer Kopf hinter der IoT-Plattform ax-track, Pythonista. analysiert leidenschaftlich gerne Sensordaten

Ursin Brunner
Head Machine Learning und Leiter des ML-Teams bei ti&m

hat seine grosse Leidenschaft für Artificial Intelligence zum Beruf gemacht

Oliver Augenstein
Professor für Mathematik

setzt sich schwerpunktmässig mit statistischer Datenanalyse und maschinellem Lernen auseinander

Prof. Dr. Mitra Purandare

Professorin für Machine Learning @ OST

Dr. Marcin Dymczyk 

CPO @ Sevensense Robotics, Zürich

Dr. Marco Lehmann
Dozent für Machine-Learning-Grundlagen

unterstützt als selbständiger Berater KMUs in der Umsetzung von KI-Projekten

Dr. Peter Dürr 

Leiter von Sony AI Zürich

langjährige Berufs- und Forschungserfahrung in den Bereichen Computer Vision, AI und Robotik, wirkte bei der Gründung des Drohnenunternehmens Aerosense mit

Kontaktperson für fachliche Fragen

Martin Stypinski

Studiengang BSc Informatik Kursleiter CAS ML4SE

+41 58 257 42 71 martin.stypinski@ost.ch

Kontaktperson für administrative Fragen

Joëlle Reeb

Weiterbildung St.Gallen Studienkoordinatorin

+41 58 257 14 39 joelle.reeb@ost.ch