Introduction to Data & AI

Deze eerste module dient als opstap naar de wereld van Mastering Data & AI. Deelnemers krijgen in deze inleidende fase een goed begrip van fundamentele concepten en principes.

Na voltooiing van Module 1 (Introduction) kunnen deelnemers:* De haalbaarheid en het potentieel van mogelijke data science- en machine learning-projecten in hun organisatie beoordelen* Het CRISP-DM-framework toepassen * De basisprincipes achter data science- en machine learning-problemen begrijpen en toepassen* Gangbare machine learning-technieken in Python of Knime begrijpen, toepassen en deze integreren in een pipeline om data te laden, verkennen, modelleren en resultaten te evalueren* De kwaliteit van data science- en AI-projecten beoordelenDit "Mastering Data & AI"-programma brengt twee verschillende groepen professionals samen: Business Managers en Experts op het gebied van Data & AI. Binnen het programma kunnen deelnemers kiezen uit deze twee verschillende leerpaden. Het programma is ontworpen om tegemoet te komen aan de verschillende behoeften van business managers en Data & AI-experts, terwijl we de aanzienlijke overlap in hun kennisvereisten erkennen. Door een combinatie van gezamenlijke leerervaringen en gespecialiseerde tracks zorgen we voor een uitgebreid begrip van D&AI-concepten en de toepassing ervan in de echte wereld.

De beste manier om te leren is door te doen. Daarom bevatten onze programma's real-world challenges in elke fase. Deze maken leren motiverend, helpen om de organisatie erbij te betrekken en zijn een katalysator om echte impact te bereiken.

In 6 opleidingsdagen krijgen deelnemers een introductie in data science en AI met een grondig inzicht in de fundamentele concepten en principes.Het 6-daagse curriculum vormt de basis van het Mastering Data & AI programma en is gericht op professionals die:* De (on)mogelijkheden van data science en AI binnen hun organisatie willen verkennen.* Meer willen begrijpen over het uitvoeren van data science- en AI-projecten en hoe deze processen binnen hun organisatie verbeterd kunnen worden.* Hun kennis direct willen toepassen in de praktijk, met concrete impact op hun werk en organisatie.* Afhankelijk van de keuze voor het leerpad (Business Managers track of Expert track):* ofwel vanuit de rol van een 'analytics translator' de vertaalslag leren maken tussen de business en de techniek, met gebruik van low-code ontwikkelomgeving voor machine learning (Knime)* ofwel in de expert track leren om in Python als meest gebruikte ontwikkeltaal machine learning algoritmes te trainen en in productie te nemen. Lees hier meer: https://www.tue.nl/studeren/professional-education/cursus-aanbod/eaisi-academy/programmas-voor-professionals/mastering-data-ai/introduction-to-data-ai

Deze eerste module vormt de basis en biedt deelnemers een grondig inzicht in de fundamentele concepten en principes.Na voltooiing van module 1 "Introduction" kunnen deelnemers:
De haalbaarheid en het potentieel van mogelijke data science- en machine learning-projecten in hun organisatie beoordelen
Het CRISP-DM-framework toepassen
De basisprincipes achter data science- en machine learning-problemen begrijpen en toepassen
Gangbare machine learning-technieken in Python of Knime begrijpen, toepassen en deze integreren in een pipeline om data te laden, verkennen, modelleren en resultaten te evalueren
De kwaliteit van data science- en AI-projecten beoordelen

Op deze dagen start module 1. Deelnemers starten standaard met module 1. De opvolgende modules 2 en 3 starten aansluitend. Mail voor meer informatie naar professionaleducation.eaisi@tue.nl
De genoemde kosten gelden alleen voor module 1. Module 1 duurt ongeveer 2 maanden, afhankelijk van vakantieperiodes.

Voor professionals met:
* Een (HBO/WO) BSc- of MSc-diploma en enkele jaren werkervaring, of met PhD-niveau
* Ambitie om door te groeien naar een senior professionele positie, waarbij technische expertise wordt gecombineerd met grensverleggende vaardigheden op het gebied van leiderschap, ondernemerschap, complexe probleemoplossing en kritisch denken.

6 vrijdagen college (8 uur) + 8 uur per week zelfstudie