12
WERDEN SIE DATA SCIENTIST! Big-Data-Schulungen und Coaching für Experten und Unternehmen

WERDEN SIE DATA SCIENTIST!€¦ · tion mit dem FraunhoferInstitut IGD durchgeführt. DIE SCHULUNGSMODULE IM DETAIL 6. BIG DATA ARCHITECTURE Das Modul vermittelt einen fundierten

  • Upload
    others

  • View
    2

  • Download
    0

Embed Size (px)

Citation preview

WERDEN SIE DATA SCIENTIST!Big-Data-Schulungen und Coaching für Experten und Unternehmen

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

[email protected]

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

Fraunhofer­Institut für Intelligente Analyse­

und Informationssysteme IAIS

Schloss Birlinghoven

53757 Sankt Augustin

Ansprechpartnerin

Regine Freitag

Telefon 02241 14-2047

[email protected]

www.iais.fraunhofer.de/data­scientist.html 10/2015