AI_Engineering__c__SmileStudioAP

MC: AI Engineering

Die Nachfrage an Expert*innen im Bereich Künstliche Intelligenz auf dem Arbeitsmarkt steigt kontinuierlich. Im Micro-Credential AI Engineering entwickelst du unter anderem Anwendungen zur Datenanalyse, Extraktion und Darstellung in Python und setzt dich intensiv mit dem Einsatz von AI in verschiedensten Engineering-Bereichen auseinander.

Beispielsweise beschäftigst du dich im Rahmen deines MCs mit Konzepten und Techniken der Computational Intelligence, Machine Learning und Deep Learning, Prompts und Anweisungen zur Steuerung von AI-Modellen sowie AI-Lösungen für unterschiedliche Engineering-Anwendungsfälle.

Facts zum Micro-Credential

  • Abschluss: Zertifikat
  • Umfang: 12 ECTS
  • Dauer: 2 Semester
  • ISCED-P Level: 7 (postgraduate)
  • Preis: € 599,- plus ÖH-Beitrag
  • Nächster Start: 07.03.2025
  • Bewerbungsende: 31.12.2024

Dein Micro-Credential ist…

  • Akademisch qualitätsgesichert
  • Teil eines Masterlernpfades
  • Flexibel & berufsbegleitend
Jetzt bewerben

Dieses Micro-Credentials im Fachgebiet „Daten, Informationssysteme und IT-Management" kann im Rahmen eines bestehenden FERNFH-Studiums erworben oder als eigenständiges stand- alone Kurzprogramm, das ausschließlich zum Erwerb dieser Qualifikation führt, erworben werden.

Die Durchführung dieses Micro-Credentials erfolgt über den Studiengang Informationstechnologie | Master.

Lehrveranstaltungen

  • AI assisted Engineering (3 ECTS, WiSe)
  • Introduction to Computational and Artificial Intelligence (3 ECTS, WiSe)
  • Praktische Entwicklung von Machine Learning (3 ECTS, SoSe)
  • Anwendungen von Künstlicher Intelligenz in der Wirtschaft (3 ECTS, WiSe)

Kompetenzerwerb

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Anwendungsfällen für AI in verschiedenen Engineering-Bereichen zu identifizieren.
  • Prompts und Anweisungen zur Steuerung von ausgewählten AI-Modellen zu nutzen.
  • Einsatzmöglichkeiten von AI im Bereich der Softwareentwicklung, Datenanalyse und Modellierung zu erläutern.
  • die grundlegenden Konzepte, Prinzipien und Techniken der Computational Intelligence und AI zu verstehen.
  • unterschiedlichen Maschinenlern- und Deep Learning-Techniken (neuronale Netze, Support Vector Machines, Entscheidungsbäume usw.) zu einzuordnen.
  • bestehende AI-Modelle und -Lösungen zu bewerten, ihre Stärken und Schwächen zu erkennen und Verbesserungen oder Anpassungen vorzuschlagen.

Du hast noch Fragen?

Bei Fragen zu diesem Micro-Credential kannst du dich direkt an folgenden MC-Koordinator wenden:

Martin Setnicka (c) Martin Setnicka

Martin Setnicka,

BA MA MSc PhD

Informationstechnologie | Master
Studiengangsleiter