View
2
Download
0
Category
Preview:
Citation preview
GRUSSWORT
Immer mehr Unternehmen realisieren das Potenzial der heute verfügbaren Datenmengen
und beginnen, sich als »Data-driven Company« neu zu definieren. Mit prädiktiven Modellen
gewinnen sie aus den Daten Prognosen für Entscheidungen und Maßnahmen auf allen
Geschäftsebenen. Dazu benötigen sie Teams mit einem besonderen Mix an Kompetenzen.
Für diese Teams sind »Data Scientists«, die Konzepte und Techniken aus Informatik, Statistik
und Mathematik zu nutzen wissen, enorm gefragt.
Unsere tägliche Erfahrung in der Beratung von Unternehmen zeigt uns, dass bei der strategi-
schen Einführung von Big Data genau diese Kompetenzen noch an vielen Stellen fehlen und
Unterstützung beim Aufbau von Big-Data-Know-how notwendig ist. An diesen Bedarf knüpft
unser Schulungsprogramm seit 2013 an: Mit flexibel gestalteten Fortbildungsmodulen richten
wir uns an Führungskräfte, die fit für Big Data werden möchten, und an Fachkräfte, die sich
kompakt zu Data Scientists weiterbilden möchten.
I Business Developer profitieren von unserem Schulungsprogramm für die Unternehmens-
entwicklung – etwa für neue Geschäftsmodelle, individualisierte Angebote, smartere
Produkte oder die Optimierung von Geschäftsprozessen.
I Analysten erfahren, wie sie mit maschinellen Lernverfahren prädiktive Modelle entwickeln, um
neue Trends in Daten aufzuspüren, Prognosen zu erstellen und Handlungsoptionen abzuleiten.
I Software-Ingenieure lernen, mit modernen Datenbanken, verteilter Speicherung und
hocheffizienten Technologien robuste, skalierbare Lösungen zu entwickeln, um Massen-
daten datenschutz konform auszuwerten und die Ergebnisse sicher in die Unternehmens-IT
einzuspeisen.
Wir bieten Unternehmen die Möglichkeit, sich ein Inhouse- Schulungsprogramm zusammen-
zustellen, das speziell auf ihren Bedarf zugeschnitten ist. Ein umfassendes Strategieberatungs-
und Coaching-Programm rundet unser Angebot ab.
Wir freuen uns, wenn Ihnen unser »Data-Scientist-Programm« zusagt, und wünschen Ihnen viel
Freude, wertvolle neue Erkenntnisse und viel Erfolg bei der Umsetzung in Ihren Projekten.
Dr. Dirk Hecker
Abteilungsleiter
Knowledge Discovery
Dr. Stefan Rüping
Geschäftsfeldleiter
Big Data Analytics
2
FRAUNHOFER IAIS BIETET IHNEN ...
BESTE SCHULUNGSBEDINGUNGEN
Unsere Data-Scientist-Schulungen werden von erfahrenen
Data Scientists durchgeführt. Unsere Experten garantieren
Ihnen praxisnahe und gleichzeitig theoretisch fundierte
Inhalte, die stets am Puls der Zeit sind. In kleinen Gruppen mit
maxi mal zwölf Teilnehmerinnen und Teilnehmern erhalten Sie
eine intensive Betreuung, die es ermöglicht, auf individuelle
Fragen einzugehen und spezifische Anwendungsfälle in der
Gruppe zu diskutieren. Wir vermitteln Ihnen einen hersteller-
neutralen Überblick über gängige Tools und Methoden, die
Sie in praktischen Übungen direkt erproben und umsetzen.
UNABHÄNGIGE SPITZENFORSCHUNG
Die Fraunhofer-Gesellschaft steht für Spitzenforschung auf
höchstem Niveau. Das Fraunhofer IAIS hat jahrzehntelange
wissenschaftliche Expertise in den Bereichen Data Mining,
Maschinelles Lernen und Mustererkennung und setzt diese
für innovative Entwicklungen in nationalen und interna-
tionalen Forschungs- und Entwicklungsprojekten ein. Unsere
Mitarbeiterinnen und Mitarbeiter sind Autoren wichtiger
wissenschaftlicher Publikationen und haben mit der viel
zitierten Innovationspotenzial analyse »Big Data – Perspektiven
für Deutschland« 2012 eine der ersten grundlegenden
Big-Data-Studien für den deutschen Markt herausgebracht.
LANGJÄHRIGE PRAXISERFAHRUNG
Zentrale Aufgabe der Fraunhofer-Gesellschaft ist die anwen-
dungsorientierte Forschung für Wirtschaft und Gesellschaft. Wir
begleiten unsere Kunden aus den unterschiedlichsten Branchen
von der ersten Projektidee über die strategische Entwicklung
bis hin zur operativen Umsetzung ihrer Big-Data-Vorhaben. So
profitieren unsere Schulungsteilnehmer sowohl von unserem
fundierten wissenschaftlichen Know-how, als auch von unseren
direkten Erfahrungen aus der Unternehmens praxis. Dies schließt
wichtige Aspekte wie Datenschutz und -sicher heit im Kontext
von Big-Data-Anwendungen ein.
INTENSIVE VERNETZUNG
Durch eine branchenübergreifende Vernetzung können wir
unseren Schulungsteilnehmenden ein breites Markt- und
Technologiewissen vermitteln. So leitet das Fraunhofer IAIS die
Fraunhofer-Allianz Big Data, einen Verbund von Fraunhofer-
Instituten zur branchenübergreifenden Forschung und
Technologieentwicklung. Unser Institut engagiert sich zudem
in zahlreichen hochrangigen Wissenschaftsorganisationen
und Branchenverbänden, wie dem BITKOM, dem Smart
Data Innovation Lab, der Networked European Software and
Services Initiative (NESSI), der Big Data Value Association
(BDVA) sowie der European Data Science Academy (EDSA).
1
1
111111111111111111111111111111111111111111000000000000000000000000000000000000000000
0000000000000000000000000000111111111111111111111111111111111111111111000000000000000000000000000000000000000000
0000000000000000000000000000
0000000000000000000000 00000000000000000000
00000000000000000000000000000000
00000000000000000000
00000000000000000000
000000000000000000000000000000000000000000
0000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000
0000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000
00000000000000000000
00000000000000000000
1 111
11
1
0000000
0000000
1
1
111111111111111111111111111111111111111111000000000000000000000000000000000000000000
0000000000000000000000000000111111111111111111111111111111111111111111000000000000000000000000000000000000000000
0000000000000000000000000000
0000000000000000000000 00000000000000000000
00000000000000000000000000000000
00000000000000000000
00000000000000000000
000000000000000000000000000000000000000000
0000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000
0000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000
00000000000000000000
00000000000000000000
1 111
11
1
0000000
0000000
3
UNSER ANGEBOT IM ÜBERBLICK
SCHULUNGSPROGRAMM FÜR DATA SCIENTISTSUnsere Schulungen richten sich an Business Developer, Analysten und Software-Ingenieure, die sich als Data Scientist weiterqua-
lifizieren möchten. Das Angebot beinhaltet sowohl Schulungen zu Big-Data-Grundlagen, als auch Module für spezifische An-
wendungsfelder. Die ein- bis dreitägigen Schulungen mit jeweils zwei erfahrenen Dozenten und maximal zwölf Teilnehmenden
bieten beste Möglichkeiten, auf individuelle Bedürfnisse einzugehen.
BASIC DATA ANALYTICSSie lernen die Grundlagen moderner Datenanalyse kennen.
Anhand einfacher und praktisch relevanter Fragestellungen
vermitteln wir Ihnen Methoden der Datenexploration, Model-
lierung und Validierung.
VISUAL ANALYTICSIn diesem Modul lernen Sie die Grundlagen und Vorteile der
Visuellen Analytik kennen und werden in die Lage versetzt,
mittels interaktiver Visualisierungen komplexe Zusammen-
hänge schnell zu erfassen, Hypothesen zu überprüfen und
bessere Entscheidungen zu treffen.
BIG DATA ARCHITECTURESie erhalten einen qualifizierten Überblick über Architektur-
entwürfe, Dateisysteme, NoSQL-Datenbanken und Workflows
für Big Data. Dabei lernen Sie, die Einsatzmöglichkeiten von
Big-Data-Technologien fundiert für verschiedene Einsatz-
szenarien zu bewerten.
BIG DATA ANALYTICSWir vermitteln Ihnen Methoden und Tools zur Analyse von Big
Data. Sie erfahren, wie Analyse-Algorithmen für eine skalier-
bare Big-Data-Architektur implementiert werden, und lernen
Beispiele für Batch- und Streaming-Verarbeitung kennen.
SOCIAL MEDIA ANALYTICSWir zeigen Ihnen, wie Sie Texte und Multimedia-Inhalte aus
sozialen Netzwerken analysieren und wie man Meinungen und
Emotionen von Nutzern im Hinblick auf bestimmte Themen,
Produkte, Personen oder Firmen automatisch erkennen kann.
MULTIMEDIA ANALYTICSSie erhalten einen Überblick über Multimedia-Analyse-
methoden und erfahren, wie sich Spracherkennung,
Audio-Fingerprinting und die Erkennung optischer
Zeichen in Videos für die Marktforschung und
die Medienbeobachtung einsetzen lassen.
LINKED ENTERPRISE INFORMATION INTEGRATIONSie erfahren, wie Sie semantische Technologien in Ihrem
Unternehmen einsetzen können, um heterogene Informations-
systeme, Portale und Datenbanken zu vernetzen und besser zu
durchsuchen.
4
EXCITE-SEMINARESie überlegen, wie Sie Big-Data-Technologien in Ihrem Unter-
nehmen nutzen können, und wünschen sich zunächst einen
Einblick in die Möglichkeiten, Trends und Herausforderungen
von Big Data? Mit Orientierungsvorträgen, zugeschnitten auf
Ihr Unternehmensumfeld, legen wir ein unternehmensweites
Mindset für Big Data und schaffen den Ausgangspunkt
für Ihren Strategieprozess auf dem Weg zur »Data-driven
Company«.
INNOVATIONSWORKSHOPSSie möchten konkrete Nutzungsmöglichkeiten für Big-Data-
Projektideen oder -Maßnahmen in Ihrem Unternehmen identi-
fizieren? Dann ist ein Innovationsworkshop genau das richtige
Instrument. Nach einem Impulsvortrag mit Best-Practice-
Beispielen geht es darum, die aktuelle Situation zu analysieren,
Verbesserungsvorschläge zu entwickeln und zu durchdenken
und als Ergebnis eine bewertete Liste von Maßnahmen und
Vorschlägen oder Projektideen zu erhalten.
INHOUSE-SCHULUNGENUnsere Data-Scientist-Schulungen machen die Mitarbeiterin-
nen und Mitarbeiter Ihres Unternehmens fit für die Arbeit in
Big-Data-Projekten. Dabei passen wir die Inhalte an die An-
forderungen Ihres Unternehmens an und erarbeiten mit Ihnen
gemeinsam ein maßgeschneidertes Schulungsprogramm.
111111100000100011000110001100000100000011111111000001000110001100011000001000000
1111111000001000110001100011000001000000111111110000010001100011000110000010000001
1111111111111111111111111111111111111111111111111
1111
1111
1111
1111
1111111111
00000000000000000000000000000000000000000000000000000000000
0000
0000
0000
0000
0 1111111111111111111111111111111111111111111111111111111111
1111
1111
1111
1111
100
0000
0000
0000
00000000000000000000000000000000000000000000000000000000000
000
1111
1111
1111
1111
11111111111111111111111111111111111111111111111111111111111
0000
0000
0000
0000
00000000000000000000000000000000000000000000000000000000000
1111
1111111111111111111111111111111111111111111111111111111111
1111
1111
1111
1100
00
0000000000000000000000000000000000000000000000000000000000
0000
0000
0000
0
11111111111111111111111111111111111111111111111111111111111
1111
1111
1111
1111 000000000000000000000000000000000000000000000000000000000
0000
0000
0000
0000
00
0
INDIVIDUELLES COACHING FÜR UNTERNEHMENWir unterstützen Unternehmen dabei, Big-Data-Know-how aufzubauen und im eigenen Haus zu verankern. Dazu bieten wir
eine breite Palette an interaktiven Formaten an, die wir individuell auf Ihre Bedürfnisse und Geschäftsziele zuschneiden – von
der ersten Orientierung im Themenfeld Big Data über ein maßgeschneidertes Schulungsprogramm bis hin zum individuellen
Coaching Ihres Data-Science-Teams im Arbeitsalltag.
BEISPIEL FÜR EIN INDIVIDUELLES INHOUSE-SCHULUNGSPROGRAMM
Dauer 1-2 Tage
Get Inspired by Big Data
I Schlagworte, wichtige Konzepte und Technologien im
Gesamtkontext
I Anwendungsfälle aus verschiedenen Funktionsbereichen und
Branchen
Get Knowledgeable
I The Technology: Speicherung und parallele Verarbeitung
großer historischer Datenbestände und Echtzeitdaten,
Unterschied zu tradi tionellen Datenbanken, Leitfaden durch
den »Big Data Zoo«
I The Science: Kompakter Überblick über die wichtigsten
statistischen Modellierungs- und Analyseverfahren
I The Art: Visual Analytics für Datenexploration, Plausibilisie-
rung von Modellen und Kommunikation der Ergebnisse
Get Started
I Bedeutung von datengetriebenen Innovationsprozessen
für Organisation, IT-Strategie und Datenmanagement im
Unternehmen
I Datenschutz und Datensicherheit
I Ausblick: Was kommt nach Big Data?
5
BASIC DATA ANALYTICS
In diesem Modul lernen Fachleute mit Grundkenntnissen
in Statistik und erster Programmiererfahrung wesentliche
Grundlagen der modernen Datenanalyse kennen. Für
die praktischen Übungen kommt der »RapidMiner« zum
Einsatz. Die weitergehenden Möglichkeiten der statistischen
Programmiersprache »R« werden ebenfalls vorgestellt. Nach
der Schulung sind Sie in der Lage, erste eigene Analysefrage-
stellungen zu bearbeiten und den Nutzen von maschinellen
Lernverfahren zu bewerten.
Tag 1
I Data Mining, maschinelles Lernen und Advanced Analytics
I Datenanalyse nach dem Vorgehensmodell CRISP-DM
I Datenaufbereitung und -evaluation
I Demonstration eines einfachen Workflows mit RapidMiner
I Auswahl von Modellen und Attributen
Tag 2
I Klassifikation
I Regression
I Clustering
I Transformation
Tag 3 – optional
I Einführung in R
I Demonstration und Übung eines Workflows in R
Zielgruppe
I Analysten
I Software-Entwickler/-Architekten
I Interessierte aus der Forschung
Voraussetzung
Grundkenntnisse in Statistik und Programmierung
VISUAL ANALYTICS
Um Firmendaten übersichtlich und verständlich zu
präsentieren, ist die Wahl geeigneter Darstellungen von
entscheidender Bedeutung. Die grafische Veranschaulichung
von Mustern und Trends unterstützt Analysten und Experten
dabei, auch komplexe Zusammenhänge visuell schnell zu
erfassen und Hypothesen zu entwickeln. Diese können Sie
unmittelbar prüfen, indem Sie die maschinellen Verfahren über
interaktive Grafiken steuern. In dem Modul werden anhand
des etablierten »CRISP-Data-Mining-Prozesses« verschiedene
Einsatzszenarien der visuellen Datenanalyse durchgespielt.
Tag 1
I Visualisierung, Visual Analytics und Business Intelligence
I Grundlagen der Visualisierung
I Datenanalyse kompakt
Tag 2
I Visual Analytics
I Einführung in »Tableau« und Verknüpfung mit R
I Datenvorverarbeitung und visuelle Exploration mit Tableau
I Modellierung und visuelles Debugging, Beispiel: Clustering
I Visuelle Evaluation, Beispiel: Residuenanalyse
Zielgruppe
I Analysten
I Projektleiter
I Entwickler
Voraussetzungen
Grundkenntnisse in der Datenanalyse
Das Schulungsmodul Visual Analytics wird in Koopera
tion mit dem FraunhoferInstitut IGD durchgeführt.
DIE SCHULUNGSMODULE IM DETAIL
6
BIG DATA ARCHITECTURE
Das Modul vermittelt einen fundierten Überblick über
Software-Architek turentwürfe und technische Komponenten.
Auf der Basis von Berechnungskonzepten wie »Map Reduce«,
theoretischen Einsichten wie dem »CAP-Theorem« sowie
nicht-funktionalen Anforderungen wie Echtzeitfähigkeit werden
Big-Data-Produkte vorgestellt und eingeordnet. Die Teilnehmen-
den werden in die Lage versetzt, die Einsatzmöglichkeiten von
Big-Data-Technologien für verschiedene Szenarien realistisch
zu bewerten und mit eigenen Experimenten zu beginnen.
Tag 1
I Einführung Big Data – Grundlagen, Begriffe, NoSQL-
Datenbanken, CAP-Theorem und Eventual Consistency
I Lambda-Architektur
I Batch-Verarbeitung
Tag 2
I Echtzeitdatenströme
I Big Data in Memory mit Spark
I Big-Data-Technologiegruppen
Zielgruppe
Software-Architekten und -Entwickler, die Big-Data-Anwen-
dungen entwerfen, konfigurieren und den Betrieb steuern.
Voraussetzung
Grundkenntnisse in Datenbank- und Softwaretechnik
BIG DATA ANALYTICS
Dieses Modul schließt an die Module »Basic Analytics« und
»Big Data Architecture« an. Fachkräfte mit Programmier-
erfahrung und Grundkenntnissen in der Datenanalyse lernen
Methoden und Tools zur Analyse von Big Data kennen. Nach
der Schulung verstehen Sie, wie Analysealgorithmen für
eine skalierbare Big-Data-Architektur implementiert werden,
und haben Beispiele für Batch- und Streaming-Verarbeitung
kennengelernt.
Tag 1
I Sampling als Ansatz zur Analyse großer Datenmengen
I Analyse großer Datenmengen in existierenden IT- Umgebungen
I Modellentwicklung und -anwendung in Big-Data-Umgebungen
I Analyse von Datenströmen
Tag 2
I K-means und Clustering mit Spark
I Lineare Regression mit Spark
I Übungen zur Datenanalyse mit Spark
I Erkennung komplexer Ereignisse für die Betrugserkennung
mit Proton
I Beispiele für kommerzielle Big-Data-Systeme
Zielgruppe
I Analysten
I Software-Entwickler/-Architekten
Voraussetzung
Grundkenntnisse in Statistik und Programmierung
0000
0110
1000
0000
1111
1111
1000
0010
1010
0011
1111
1111
1100
0010
0000
0111
0100
000 00111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001v0000001110100000001111111110000010101000111111111111000010000001110100000001111111110000010101000111111
1111
1100
0010
0000
01110100000001111111110000010100 00
00 1
0001
0101
0100
1000
1 01
0100
1010
0001
001
1111
1111
1100
0001
0101
0101
0101
0
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
100 0
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
01
001
010
1001
0100
001
0011
1111
1111
1000
0010
1010
1010
1010
0000
0100
1000
0001
0101
0000
00 1
0001
0101
0100
1000
1 01
0100
1010
0001
001
1111
1111
1100
0001
0101
0101
0101
00
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1 111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
01
0100
1010
0001
001
1111
1111
1100
0001
0101
010
0000
0000
0000
0001
0101
0101
0101
00
0000
100
0101
0101
0010
001
01
111
1111
1000
0010
1010
1010
1010
0000
100
0101
0101
0010
001
01
1
1111
1100
0001
0101
0101
0101
000
00 1
0001
0101
0100
100
1
1
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
0 1
1111
0000
0101
0101
0
0000
100
0101
0101
0010
0 1
111
1100
0001
0101
0101
0101
000
00 1
0001
0101
0100
100
1
1
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
0 11
111
1100
0001
0101
0101
0101
000
00 1
0001
0101
0100
100
11
111
1110
0000
1010
1010
1010
1000
00 1
0001
0101
0100
100
11 1
1
1111
1100
0001
0101
0101
0101
0
0 1
0001
0101
0100
100
11
0000
11
1111
1110
0000
1010
1010
1010
100
00
1000
1010
1010
0100
11
11 0
111
1110
0000
1010
1010
1010
10 0000011010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000111
0100
0000
0111111111000001010100011111111111100001v000000111010000000111111111000001010100011
1111
1111
1100
001000000111010000000111111111000001010100
0111
1111
111110000100000 0
1110
1000
0000
1111111110000010100 0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101
001 01010010100001 001111111111100000101010101010100000010010000001010100
0000 100010101010010001 01010010100001 001111111111100000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 1000101
01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01
111111110000010101010101010
0000 100010101010010001 01
1 1111110000010101010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 1
1
1110000010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 11
111110000010101010101010
0000 1000101010100100 11
1111110000010101010101010
0000 1000101010100100 11 11
1111110000010101010101010
0 1000101010100100 1
1 0000
1
111111110000010101010101010
0 00 1000101010100100 11 11 0
1111110000010101010101010
7
SOCIAL MEDIA ANALYTICS
In diesem Modul erfahren Sie, wie Sie Texte und Multimedia-
Inhalte aus sozialen Netzwerken untersuchen können und
die Meinungen und Emotionen der Nutzer im Hinblick auf
bestimmte Themen, Produkte, Personen oder Firmen auto-
matisch erkennen. Sie lernen die wichtigsten Verfahren der
Social Media Analytics aus Anwendersicht kennen. Es werden
exemplarische Workflows zur zielgerichteten Analyse von
Social-Media-Texten erläutert und Best Practices zur Analyse
sozialer Netzwerke vermittelt.
Tag 1
I Szenarien, Probleme, Aufgaben, aktueller Stand
I Crawling und Monitoring
I Repositories und Vorverarbeitung
I Analyse von kompletten Social-Media-Beiträgen
Tag 2
I Semantische Ähnlichkeit von Begriffen
I Erkennung von Namen, Produkten und Firmen
I Produkt-bezogene Social Media Analyse in der Praxis
Zielgruppe
I Sales-, Marketing- und Produktmanager
I Analysten
I Entwickler
Voraussetzungen
Mathematische Kenntnisse auf Abiturniveau. Elementare
Kenntnisse in Python sind von Vorteil, aber nicht Bedingung.
MULTIMEDIA ANALYTICS
Projektleiter und Entwickler, die audiovisuelle Inhalte analy-
sieren oder erschließen wollen, erhalten in diesem Schulungs-
modul einen Überblick über die Möglichkeiten der Multimedia-
Analyse und einen vertiefenden Einblick in vier exemplarische
Verfahren. Sie lernen Einsatzmöglichkeiten der Analyseverfah-
ren kennen und können die Bedingungen einschätzen, unter
denen Sie bestmögliche Ergebnisse erzielen. Ausgewählte
Beispiele erfolgreicher Anwendungen runden die Schulung ab.
Tag 1
I Automatische Spracherkennung
I Deep Neural Networks
I Optische Zeichenerkennung in Videos
Tag 2
I Audio-Fingerprinting
I Sprechererkennung
I Logo-Erkennung
Zielgruppe
I Produkt- und Innovationsmanager
I Projektleiter und Entwickler
I Interessierte, die Analyseverfahren einsetzen wollen,
um mehr aus ihren multimedialen Daten zu machen
Voraussetzungen
Es sind keine Vorkenntnisse notwendig, mathematisches
Wissen, insbesondere in der Stochastik, ist jedoch von Vorteil.
0000
0110
1000
0000
1111
1111
1000
0010
1010
0011
1111
1111
1100
0010
0000
0111
0100
00000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000111
010000000111111111000001010100011111111111100001v000000111010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011
1111
1111
1100
00100000 011
1010
0000001111111110000010100 0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
01
00
1 01
0100
1010
0001
001
1111
1111
1100
0001
0101
0101
0101
0000
0010
0100
0000
1010
100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0101
0010
001
0101
0010
1000
01 0
0111
1111
1111
0000
0101
01 0
1000
0000
0000
0000
0101
0101
0101
0100
0000
100
0101
0
1010
0101
0000
1 00
1111
1111
1110
0000
1010
1 01
0000
0000
0000
0000
1010
1010
1010
100
0000
100
0101
0101
0010
001
01
11
1111
1100
0001
0101
0101
0101
0
0000
100
0101
0101
0010
001
01
1
111
1110
0000
1010
1010
1010
10
0000
100
0101
0101
0010
0 1
1111
1000
0010
1010
1010
1010
0000
100
0101
0101
0010
0 1
1111
0000
0101
0101
0
0000
100
0101
0101
0010
0 1
1111
1000
0010
1010
1010
1010
0000
100
0101
0101
0010
0 1
1111
1000
0010
1010
1010
1010
0000
100
0101
0101
0010
0 11
1
1111
0000
0101
0101
0101
010
0000
100
0101
0101
0010
0 11
1
1111
1000
0010
1010
1010
1010
0000
100
0101
0101
0010
0 11
11
1
1111
1000
0010
1010
1010
1010
0
1000
1010
1010
0100
11
0000
1
1111
1111
0000
0101
0101
0101
010
0 0
0 10
0010
1010
1001
00 1
1 11
0
1
1111
1000
0010
1010
1010
1010
0000011010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000111010000000111111111000001010100011111111111100001000000
1110
1000
0000
1111
11111000001010100011111111111100001v000000111010000000111111111000001010100
0111
1111
1111
1000
0100
0000
111010000000111111111000001010
1000
1111
111111110000100000 0 11101
0000
0001
1111
1111
0000
0101
00 0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 001111111111100000101010101010100000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101 001 01010010100001 001111111111100000101010101010100000010010000001010100
0000 100010101010010001 01010010100001 001111111111100000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101010101010
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 1000101 01010010100001 00111111111110000010101 010000000000000000101010101010100
0000 100010101010010001 01
111111110000010101010101010
0000 100010101010010001 01
1 1111110000010101010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 1
11110000010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 1
111110000010101010101010
0000 1000101010100100 11
111110000010101010101010
0000 1000101010100100 11
1111110000010101010101010
0000 1000101010100100 11 11
1111110000010101010101010
0 1000101010100100 11 0000
1111111110000010101010101010
0 00 1000101010100100 11 11 0
1111110000010101010101010
8
LINKED ENTERPRISE INFORMATION INTEGRATION
Dieses Modul richtet sich an Analysten, die ihre Fähigkeiten
zur Integration von verteilten und heterogenen Daten-
beständen ausweiten wollen. Die Schulung vermittelt
Ihnen ein grundlegendes Verständnis von Linked-Data-
Standards und -Technologien und versetzt Sie in die Lage,
potenzial trächtige Einsatzmöglichkeiten für semantisch
verknüpfte Daten im Unternehmen zu identifizieren.
Tag 1
I Linked-Data-Grundlagen
I Web-of-Data-Wissensbasen
I Anfragesprache SPARQL
I Mapping und Verlinkung von Daten
I Praktische Anwendungsbeispiele
Zielgruppe
I Analysten
I Software-Entwickler/-Architekten
I Interessierte aus der Forschung
Voraussetzungen
Grundkenntnisse in Web-Technologien und evtl. Datenbanken
NEU AB 2016: DATA SCIENTIST MIT ZERTIFIZIERUNG
Die Fraunhofer-Allianz Big Data bietet ab 2016 ein Ausbil-
dungsprogramm zum »Data Scientist« mit Zertifizierung an.
Mit flexibel kombinierbaren Komponenten richtet sich unser
Angebot an Fachkräfte aus unterschiedlichen Disziplinen, die
sich kompetent zu »zertifizierten Data Scientists« weiterbilden
möchten.
Sie können folgende Zertifikate erlangen:
I »Data Scientist Basic« für umfassende Basiskenntnisse
I »Data Scientist Specialist« für fundierte Kompetenzen in
einem Spezialgebiet
Das jeweilige Zertifikat erlangen Sie durch eine schriftliche Prü-
fung im Anschluss an die Schulungen. Die Schulungsmodule
des Fraunhofer IAIS sind Teil des Ausbildungsprogramms der
Fraunhofer-Allianz Big Data.
Die Fraunhofer-Allianz Big Data bietet ein erweitertes bran-
chenorientiertes Schulungsangebot an, etwa in den Bereichen
Sicherheit, Energie und Life Sciences.
Weitere Informationen:
www.bigdata.fraunhofer.de/de/datascientist
10001001110101011101000101101110001110100
10001001110101011101000101101110001110100
100100 0110010111
00101110101000010110101111011011101010100
00101110101000010110101111011011101010100
001011010100001
001011101010000101101111011110010100011101010001010111101000010101000
11101010001010111101000010101000111011011
01110101000101011110100001010100011101101
01110101000100 011010000101010
10000010001111101011111010110011111101011
10000010001111101011111010110001001101001
0110110010100001101110011
00100
10100111010101110100010110111000111010010010011111010100000111000101110101000010110101111011011101010100110111110010100111000
0010111010100001011011110
11101010001010111101000010101000111011011001110011
110111010100010101111010000101010001110110110011100111
1000001000111110101111101011
1110000010001111101011111010110001001101
001101100101
000000
1011011110010001110101110100101
10110110011
10010101111101000010101110000110011111101011011101010101010001010100101010100101010010101111110101111110101000001010101010010101000010101110
10101001010101
010110010110011110101
0101
101
0101
00
0
1010
1010
1
0001111001
110000101011111000001 0101000010101011111010111111010111000010 101111101111001100101011111000000010101001011101
1100
0111
0101
10
9
«
TEILNAHME UND FEEDBACK
0
000000000011111001000111111111111111111111111100000000000000110101010101010101010100000000000010101010000000000000000000000001010101010101001011
1111
1111
1111
1
111111101010101
0101
1111
1111
1111
111111111111111111010101010101010100101010 1
1
00
01 11
110
0
11
1
0011
11
001
11
1
1
0101
1
11
1
0
0
00
0
0
0 0
00
01
1
1 1
110
0
11
1 11 1
1
1
10
1
»DAS SAGEN UNSERE TEILNEHMER
»Eine rundum gute Einführung in die Theorie und ein guter
Überblick über die wichtigsten Ansätze und Methoden.«
»Hervorzuheben ist die neutrale Bewertung der Tools. Hier
stand im Gegensatz zu Schulungen von anderen Anbietern
kein Verkaufsinteresse im Vorder grund.«
»Toll fand ich, dass es viele Möglichkeiten gab, das Gelernte
unmittelbar selbst in Rapid Miner anzuwenden.«
»Das Zahlenverhältnis zwischen Referenten und Teilnehmern
war sehr gut! Ich habe eine so inten sive Betreuung noch nie in
einem Seminar erlebt.«
»Die Kenntnisse der Dozenten über Tools und Möglichkeiten
sind sehr gut. Auf Fragen wurde ad-hoc geantwortet.«
»Besonders interessant für mich: Der Zusammenhang zwi-
schen wissenschaftlichen Grundlagen und programmatischer
Verarbeitung von geschäftsrelevanten Daten.«
»Es herrschte ein offenes, praxisbezogenes Diskus sionsklima.«
ORGANISATION UND ANMELDUNG
Veranstaltungsort
Unsere Data-Scientist-Schulungen finden statt am
Fraunhofer-Institutszentrum Schloss Birlinghoven,
53757 Sankt Augustin
Teilnahmegebühr
950,- Euro pro Schulungstag
Die jeweilige Teilnahmegebühr ist gem. § 4 Nr. 22a UStG
steuerfrei. In den Gebühren für die Schulungsmodule sind
Begleitunterlagen und Verpflegung enthalten. Frühbucherrabatt
ist möglich, maximale Teilnehmerzahl: 12. Im Anschluss an jedes
Schulungsmodul erhalten Sie eine Teilnahmebescheinigung.
Bitte beachten Sie die Storno- und Teilnahmebedingungen
unter www.iais.fraunhofer.de/data-scientist.html
Information zum Coaching für Unternehmen
Im Rahmen unseres individuellen Schulungs- und Coaching-
Programms für Unternehmen stellen wir mit Ihnen ein
eigenes Schulungspaket zusammen, das wir gerne an
Ihrem Firmenstandort durchführen. Die Kosten werden
entsprechend dem gewählten Leistungsumfang kalkuliert.
Ansprechpartnerin
Regine Freitag
Telefon 02241 14-2047
regine.freitag@iais.fraunhofer.de
Gerne können Sie sich online anmelden unter
www.iais.fraunhofer.de/datascientist.html
10
Dr. Rolf Bardeli leitet als Senior Scientist
am Fraunhofer IAIS die Forschung im
Bereich Mustererkennung in Audiodaten.
Seine aktuellen Schwerpunkte sind die
Mustererkennung in zeitabhängigen
Daten, die Anwendung von Signalverarbeitung in der
Mustererkennung, Multimedia Information Retrieval, digitale
Signalverarbeitung, Deep Learning und Computer Algebra.
Dipl.Inform. Sebastian Bothe hat
langjährige Erfahrung als Wissenschaftler
in EU- und angewandten Forschungspro-
jekten sowie als Entwickler, insbesondere
in den Bereichen Automotive und Telekommunikation. Seine
aktuellen Arbeitsschwerpunkte sind echtzeitfähige Big-Data-
Architekturen und Data-Mining-Algorithmen.
Dr.Ing. Georg Fuchs hat langjährige
Erfahrung als Wissenschaftler in
EU-, Grundlagen- und angewandten
Forschungsprojekten sowie als Berater
und Software-Ingenieur. Aktueller Arbeitsschwerpunkt ist die
visuelle Analyse von raum-/zeitbezogenen Daten mit Fokus auf
Verfahren zur datenschutzkonformen semantischen Analyse
von Bewegungsdaten.
Dr. Jörg Kindermann ist Senior
Scientist am Fraunhofer IAIS. Er
entwickelt Grundlagen und Verfahren
zur Wissensextraktion und leitet
Forschungsprojekte im Bereich Textanalytik. Seine aktuellen
Schwerpunkte sind die automatische Extraktion emotionaler
Textpassagen, die visuelle Exploration von Text kollektionen
sowie deren Integration in Big-Data-Architekturen.
PD Dr. Michael Mock ist Senior Scientist
am Fraunhofer IAIS. Seine Forschungs-
interessen fokussieren auf verteilte
Systeme und Echtzeitsysteme. Er hat
langjährige Erfahrung in der Leitung von Forschungs- und
Entwicklungsprojekten sowie in der Lehre als Privat-Dozent.
Aktuelle Arbeitsschwerpunkte sind echtzeit fähige Architektu-
ren im Big-Data-Bereich.
MSc. Daniel Paurat arbeitet als wissen-
schaftlicher Mitarbeiter am Fraunhofer
IAIS an Methoden zur explorativen Daten-
analyse in industriellen Arbeitsabläufen.
Er hat langjährige Erfahrung als Entwickler und Forscher in
theoretischen und angewandten Forschungsprojekten zu
Maschinellem Lernen und interaktiven Visualisierungen.
Dipl.Math. KarlHeinz Sylla ist
Senior Scientist am Fraun hofer IAIS,
System architekt und als Projektleiter in
Wirtschafts- und Forschungsprojekten
tätig. Aktuelle Arbeitsschwerpunkte sind die Architektur und
Konstruktion von Big-Data-Systemen sowie deren anwen-
dungsspezifische Ausprägung.
Dipl.Inf. Daniel Trabold arbeitet als
wissenschaftlicher Mitarbeiter am Fraun-
hofer IAIS an der Entwicklung von Verfah-
ren des Fraud Mining. Er hat langjährige
Erfahrung im Data Mining und als Entwickler in angewandten
Wirtschafts- und Forschungsprojekten, insbesondere in den
Bereichen Finance, Automotive und Telekommunikation. Seine
aktuellen Arbeitsschwerpunkte sind echtzeitfähige Big-Data-
Architekturen und Data-Mining-Algorithmen.
PROFITIEREN SIE VON UNSERER EXPERTISE
Unsere Schulungen werden von einem Team erfahrener Fraunhofer-Wissenschaftler und Data Scientists geleitet und betreut.
Hier stellen wir Ihnen einige unserer Referenten vor.
11
Recommended