KHMI · Weiterbildungen · Modul · T1
Modul T1 · Technische Fachrichtung
KI-Entwicklung & Machine Learning
Von klassischen ML-Algorithmen über Deep Learning bis zum Fine-Tuning großer Sprachmodelle: Das komplette technische Handwerkszeug für eigene, produktionsreife KI-Anwendungen.
Über dieses Modul der Weiterbildung
KI nicht nur nutzen – selbst entwickeln.
Dieses Modul vermittelt fundierte Kenntnisse in der Entwicklung von KI-Anwendungen und Machine-Learning-Modellen. Teilnehmende lernen, eigene ML-Modelle zu trainieren, zu evaluieren und in Produktionsumgebungen einzusetzen – von der Datenaufbereitung bis zum API-Deployment.
Voraussetzung: Programmierkenntnisse in Python, Grundkenntnisse in Mathematik und Statistik. Erfahrung mit Linux-/Unix-Systemen ist hilfreich.
Lernziele der Weiterbildung
Nach dem Modul können Sie:
- Machine-Learning-Modelle eigenständig entwickeln, trainieren und evaluieren
- Deep-Learning-Frameworks TensorFlow und PyTorch professionell einsetzen
- Datenaufbereitung und Feature Engineering für ML-Projekte durchführen
- Modelle systematisch evaluieren, debuggen und optimieren
- REST-APIs und Microservices für ML-Modelle mit FastAPI entwickeln und deployen
- LLMs und Transformer-Modelle mit Hugging Face fine-tunen
Curriculum der Weiterbildung
Von Scikit-learn bis zum produktiven API-Deployment.
Praxisprojekt in der Weiterbildung
End-to-End-ML-Anwendung als Abschlussarbeit.
Sie entwickeln eine vollständige ML-Anwendung von der Datenaufbereitung über das Modelltraining bis zum produktionsreifen API-Deployment – inklusive Dokumentation, Testing und Code-Review.
Zielgruppe der Weiterbildung
Für wen ist dieses Modul gemacht?
- 👨💻 Machine Learning Engineer
- 🧮 Data Scientist | Python Developer
- 📱 Softwareentwickler | Data Engineer
- 📖 Deep Learning Engineer
- 💡 Computer Vision Engineer
- 🎯 Quereinsteiger mit Machine-Learning-Fokus
Das Modul T1 „KI-Entwicklung & Machine Learning“ eignet sich besonders für technische Berufsbilder mit Python-, Softwareentwicklungs-, Data- oder ML-Bezug. Das Modul richtet sich an Personen, die KI nicht nur anwenden, sondern eigene Machine-Learning-Modelle entwickeln, trainieren, evaluieren und produktionsreif bereitstellen möchten. Voraussetzung sind Python-Kenntnisse sowie Grundwissen in Mathematik und Statistik.
Dieses Modul richtet sich insbesondere an technisch versierte Teilnehmende, die KI-Anwendungen selbst entwickeln und produktionsreif umsetzen möchten. Im Mittelpunkt stehen Machine Learning, Deep Learning, NLP, Transformer-Modelle, Fine-Tuning mit Hugging Face sowie der professionelle Einsatz von Frameworks wie Scikit-learn, TensorFlow, PyTorch und FastAPI. Die Teilnehmenden lernen den gesamten Entwicklungsprozess kennen – von der Datenaufbereitung über Modelltraining und Evaluation bis zu API-Deployment, Docker, Monitoring und technischer Dokumentation. Als Abschluss entsteht eine vollständige End-to-End-ML-Anwendung, die direkt als technisches Portfolio-Projekt genutzt werden kann.