Die Themen:

• Python Grundlagen: Verständnis von Programmen mittlerer Komplexität, Entwicklung einfacher Programme, Erstellung von Programmfunktionen, Kenntnisse in den grundlegenden Programmierkonzepten: Datentypen und Kontrollstrukturen, Sequenzen, Mengen und Dictionaries.
• Python Datenstrukturen: Fortgeschrittene Konzepte der Python-Programmierung: Einführung in die objektorientierte Programmierung mit Python, einschließlich der Grundkonzepte wie Vererbung, Polymorphismus und Ausnahmebehandlung, Erstellung und Strukturierung von Modulen sowie grundlegende Techniken der Datenverarbeitung.
• Objektorientierung und Computational Thinking in Python: Fundierte Kenntnisse in objektorientierter Programmierung (z. B. Kapselung, Vererbung, Polymorphismus) und Einführung in Python-Bibliotheken wie Pandas und NumPy. Behandlung von Zeitreihen, linearer Regression, Rekursion sowie Algorithmen unter Big-O-Notation.
• Agiles Projektmanagement, Versionierung: Grundlagen des agilen Projektmanagements, insbesondere Scrum und Kanban, zur flexiblen Planung und Umsetzung von Projekten. Anwendung von Versionierungssystemen wie Git zur effektiven Code-verwaltung, Nutzung von Branches, Pull Requests und Konfliktlösung zur Teamarbeit und Sicherstel-lung der Code-Integrität.
• Machine Learning: Grundlagen des agilen Projektmanagements, Scrum und Kanban, Anwendung von Versionierungssystemen wie Git, Nutzung von Branches, Pull Requests und Konfliktlösung zur Teamarbeit und Sicherstellung der Code-Integrität.
• Deep Learning: Deep Learning mit PyTorch bietet eine praxisnahe Einführung in neuronale Netze. Neben Feedforward-Netzen werden CNNs für Bildklassifikation und RNNs für sequenzielle Daten behandelt. Zudem wird das Fine-Tuning vortrainierter Modelle angewendet. Ein Abschlussprojekt ermöglicht die praktische Umsetzung.
• Generative KI I: ML-Techniken mit NumPy, pandas und scikit-learn, lineare und logistische Regression, Random Forests, PCA zur Dimensionsreduktion. Praxisprojekt.
• Generative KI II: T Fine-Tuning von LLMs, PEFT, RAG, KI-Agenten mit LangChain, Vision-Language-Modelle, Gradio-UIs, Deployment auf HF Spaces. Praxisprojekt.
• Agiles Programmierprojekt KI: Planung und Umsetzung eines agilen KI Programmierprojekts: Entwicklung einer vollständigen KI-Anwendung von der Konzeption bis zur Bereitstellung und Verwendung von agilen Methoden wie Scrum oder Kanban. Förderung von Teamarbeit und -kompetenz durch die Umsetzung eines Gruppenprojekts.