KI/AI Development Bundle — KI-Entwickler (Python, TensorFlow, PyTorch, MLOps)

Diese Bundle-Ausbildung qualifiziert zum eigenständigen KI-Entwickler und kombiniert Theorie, Programmierung und produktionsreifes Deployment. Python für KI (2 Wochen): Sprache vertieft (List Comprehensions, Generators, Decorators, Type Hints), NumPy (Arrays, Broadcasting), Pandas (DataFrames, Joins, GroupBy), Matplotlib/Seaborn/Plotly (Visualisierung). Machine Learning (3 Wochen): Supervised Learning (Regression, Klassifikation) mit Scikit-learn, Algorithmen (Linear/Logistic Regression, Decision Trees, Random Forest, Gradient Boosting mit XGBoost/LightGBM, SVM). Unsupervised (k-Means, DBSCAN, PCA, t-SNE). Model Evaluation (Cross-Validation, Hyperparameter-Tuning mit GridSearchCV/Optuna, Bias-Variance, Overfitting), Pipelines und ColumnTransformer. Deep Learning (4 Wochen): Neuronale Netze von Grund auf, Backpropagation, Aktivierungsfunktionen, Optimizer (SGD, Adam, AdamW). TensorFlow/Keras und PyTorch parallel — Fully Connected Networks, Regularisierung (Dropout, BatchNorm, L1/L2), Lernkurven. Convolutional Neural Networks (CNN) für Bildverarbeitung — Klassifikation mit ResNet, EfficientNet, Vision Transformer (ViT). Recurrent Networks (LSTM, GRU) und Transformer (Attention, BERT, GPT-Architektur). Transfer Learning, Fine-Tuning, Few-Shot Learning. NLP (2 Wochen): Tokenization, Embeddings (Word2Vec, GloVe, BERT-Embeddings), Sentiment Analysis, Named Entity Recognition, Question Answering, Sprachgenerierung mit GPT-Modellen, Retrieval-Augmented Generation (RAG) mit Vector-Datenbanken (Chroma, FAISS). Computer Vision (2 Wochen): Object Detection (YOLO, Faster R-CNN), Segmentation (U-Net, Mask R-CNN), OCR mit Tesseract/PaddleOCR. MLOps (2 Wochen): MLflow für Experiment-Tracking, DVC für Data Versioning, Modelle als REST-API mit FastAPI/Flask, Docker-Containerisierung, Deployment auf Kubernetes oder Cloud (AWS SageMaker, Azure ML, GCP Vertex AI), Monitoring (Drift Detection, A/B-Testing), CI/CD-Pipelines für ML. Sie schließen mit einem Capstone-Projekt ab — eigene End-to-End-Lösung von Datenanalyse bis Produktiv-API.