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,
BA MA MSc PhD