Agiles Projektmanagement mit Scrum, Data Analytics und Machine Learning

Der Kurs vermittelt die Rolle und Aufgaben des Scrum Product Owners, einschließlich der Arbeit mit dem Product Backlog. Ergänzend werden Grundlagen von Künstlicher Intelligenz, Python-gestützter Datenanalyse, Big Data, Dashboards und TextMining behandelt. Zudem werden die Grundlagen des maschinellen Lernens vorgestellt, inklusive überwachtem und unüberwachtem Lernen sowie Methoden zur Evaluierung und Verbesserung.
  • Abschlussart: Zertifikat „Professional Scrum Product Owner (PSPO I) von Scrum.org“
    Zertifikat „Data Analytics“
    Zertifikat „Machine Learning“
  • Abschlussprüfung: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
    Scrum.org-Zertifizierung PSPO I - Professional Scrum Product Owner (in englischer Sprache)
  • Unterrichtszeiten: Vollzeit
    Montag bis Freitag von 8:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
  • Dauer: 12 Wochen

Agiles Projektmanagement mit Scrum: Product Owner

Scrum Grundlagen (ca. 2 Tage)

Definition von Scrum

Empirische Prozesssteuerung

Transparenz

Überprüfung

Anpassung


Scrum Team (ca. 1 Tag)

Product Owner

Developer

Scrum Master

Ergebnisverantwortlichkeiten


Scrum Ereignisse (ca. 4 Tage)

Time Box

Sprint

Done

Sprint Planning

Daily Scrum

Entwicklungsarbeit

Sprint Review

Sprint Retrospektive


Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI‐Technologien

sowie Anwendungsmöglichkeiten im beruflichen Umfeld


Artefakte (ca. 3 Tage)

Transparenz und Überprüfbarkeit

Product Backlog

Sprint Backlog

Inkrement

Definition of Done


Scrum Product Owner (ca. 3 Tage)

Aufgaben der Scrum Product Owner

Anforderungsidentifikation und Analyse

Priorisierung und Wertmaximierung

Überarbeitung des Product Backlog


Product Backlog Management (ca. 2 Tage)

Einträge formulieren

Einträge sortieren

Ziele und Missionen erkennbar machen

Arbeit des Entwicklungsteams optimieren

Backlog transparent halten


Projektarbeit, Zertifizierungsvorbereitung und Scrum.org-Professional Scrum Product Owner-Zertifizierung (PSPO I) in englischer Sprache (ca. 5 Tage)

Data Analytics

Einführung Datenanalyse (ca. 1 Tag)

CRISP-DM Referenzmodell

Data Analytics Workflows

Begriffsabgrenzung Künstliche Intelligenz, Machine Learning, Deep Learning

Anforderungen und Rolle im Unternehmen der Data Engineers, Data Scientists und Data Analysts


Wiederholung Grundlagen Python (ca. 1 Tag)

Datentypen

Funktionen


Datenanalyse (ca. 3 Tage)

Zentrale Python-Module im Kontext Data Analytics (NumPy, Pandas)

Prozess der Datenaufbereitung

Data Mining Algorithmen in Python


Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI‐Technologien

sowie Anwendungsmöglichkeiten im beruflichen Umfeld


Datenvisualisierung (ca. 3 Tage)

Explorative Datenanalyse

Insights

Datenqualität

Nutzenanalyse

Visualisierung mit Python: Matplotlib, Seaborn, Plotly Express

Data Storytelling


Datenmanagement (ca. 2 Tage)

Big Data Architekturen

Relationale Datenbanken mit SQL

Vergleich von SQL- und NoSQL-Datenbanken

Business Intelligence

Datenschutz im Kontext der Datenanalyse


Datenanalyse im Big Data Kontext (ca. 1 Tag)

MapReduce-Ansatz

Spark

NoSQL


Dashboards (ca. 3 Tage)

Bibliothek: Dash

Aufbau von Dashboards – Dash Components

Customizing von Dashboards

Callbacks


Text Mining (ca. 1 Tag)

Data Preprocessing

Visualisierung

Bibliothek: SpaCy


Projektarbeit (ca. 5 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Projektergebnisse

Machine Learning

Einführung in Machine Learning (ca. 5 Tage)

Warum Machine Learning?

Anwendungsbeispiele

Überwachtes Lernen, Unüberwachtes Lernen, Teilüberwachtes Lernen, Reinforcement Lernen

Beispiele für Datenbestände

Daten kennenlernen

Trainings-, Validierungs- und Testdaten

Daten sichten

Vorhersagen treffen


Überwachtes Lernen (ca. 5 Tage)

Klassifikation und Regression

Verallgemeinerung, Overfitting und Underfitting

Größe des Datensatzes

Algorithmen zum überwachten Lernen

Lineare Modelle

Bayes-Klassifikatoren

Entscheidungsbäume

Random Forest

Gradient Boosting

k-nächste-Nachbarn

Support Vector Machines

Conditional Random Field

Neuronale Netze und Deep Learning

Wahrscheinlichkeiten


Unüberwachtes Lernen (ca. 5 Tage)

Arten unüberwachten Lernens

Vorverarbeiten und Skalieren

Datentransformationen

Trainings- und Testdaten skalieren

Dimensionsreduktion

Feature Engineering

Manifold Learning

Hauptkomponentenzerlegung (PCA)

Nicht-negative-Matrix-Faktorisierung (NMF)

Manifold Learning mit t-SNE

Clusteranalyse

k-Means-Clustering

Agglomeratives Clustering

Hierarchische Clusteranalyse

DBSCAN

Clusteralgorithmen


Evaluierung und Verbesserung (ca. 2 Tage)

Modellauswahl und Modellevaluation

Abstimmung der Hyperparameter eines Schätzers

Kreuzvalidierung

Gittersuche

Evaluationsmetriken

Klassifikation


Projektarbeit (ca. 3 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Projektergebnisse



Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.

Programmierkenntnisse (idealerweise Python) und Erfahrungen mit Datenbanken (SQL) werden vorausgesetzt.

Nach diesem Lehrgang beherrschst du das Scrum-Rahmenwerk sicher und kannst als Product Owner die Produktentwicklung steuern. Du bist mit Scrum-Artefakten vertraut und kannst das Backlog Management übernehmen.

Des Weiteren kannst du Daten analysieren, visualisieren und managen. Du verstehst zudem die Verwendung von Dashboards und TextMining.

Zudem besitzt du relevante Kenntnisse im Thema Machine Learning. Du kennst die wichtigsten Gründe für die Verwendung des Machine Learning, Anwendungsgebiete sowie die verschiedenen Kategorien und Konzepte des Maschinellen Lernens. Mit Kenntnissen in der Evaluierung und der Verbesserung rundest du dein Wissen ab.

Informatiker:innen, Mathematiker:innen, Elektrotechniker:innen sowie Personen mit Studium der (Wirtschafts-)Ingenieurwissenschaften

Mit Scrum erlernst du ein Vorgehensmodell des Projekt- und Produktmanagements, das ursprünglich besonders zur agilen Softwareentwicklung, inzwischen aber auch in vielen anderen Fachbereichen eingesetzt wird. Als skalierbare Projektmanagement- und Entwicklungsmethode wird es erfolgreich in zahlreichen Großprojekten mit mehreren hundert Team-Mitgliedern verwendet. Mit dem offiziellen Zertifikat von Scrum.org erwirbst du einen international anerkannten Nachweis über deine erworbenen Qualifikationen als Scrum Product Owner.

Machine Learning kommt in zahlreichen Anwendungsgebieten zum Einsatz: Die selbstständige Entwicklung geeigneter Spamfilter für das Internet, die Erstellung präziser Prognosen über Lagerbestände im Bereich Supply Chain Management oder die Entwicklung von Kaufprognosen für einzelne Kundschaft bzw. Kundensegmente im Marketing. Mitarbeiter:innen, die im Fachbereich Machine Learning qualifiziert sind, können branchenübergreifend eingesetzt werden und sind am Arbeitsmarkt entsprechend vielfach nachgefragt.

Da Unternehmen außerdem für die Auswertung und Zielsetzung Ihrer Geschäftsprozesse immer größer werdende Datenmengen bewältigen und strukturieren müssen, sind Kenntnisse im Bereich der Datenanalyse in allen Branchen nachgefragt.

Didaktisches Konzept

Deine Dozierenden sind sowohl fachlich als auch didaktisch hoch qualifiziert und werden dich vom ersten bis zum letzten Tag unterrichten (kein Selbstlernsystem).

Du lernst in effektiven Kleingruppen. Die Kurse bestehen in der Regel aus 6 bis 25 Teilnehmenden. Der allgemeine Unterricht wird in allen Kursmodulen durch zahlreiche praxisbezogene Übungen ergänzt. Die Übungsphase ist ein wichtiger Bestandteil des Unterrichts, denn in dieser Zeit verarbeitest du das neu Erlernte und erlangst Sicherheit und Routine in der Anwendung. Im letzten Abschnitt des Lehrgangs findet eine Projektarbeit, eine Fallstudie oder eine Abschlussprüfung statt.

 

Virtueller Klassenraum alfaview®

Der Unterricht findet über die moderne Videotechnik alfaview® statt  - entweder bequem von zu Hause oder bei uns im Bildungszentrum. Über alfaview® kann sich der gesamte Kurs face-to-face sehen, in lippensynchroner Sprachqualität miteinander kommunizieren und an gemeinsamen Projekten arbeiten. Du kannst selbstverständlich auch deine zugeschalteten Trainer:innen jederzeit live sehen, mit diesen sprechen und du wirst während der gesamten Kursdauer von deinen Dozierenden in Echtzeit unterrichtet. Der Unterricht ist kein E-Learning, sondern echter Live-Präsenzunterricht über Videotechnik.

 

Die Lehrgänge bei alfatraining werden von der Agentur für Arbeit gefördert und sind nach der Zulassungsverordnung AZAV zertifiziert. Bei der Einreichung eines Bildungsgutscheines oder eines  Aktivierungs- und Vermittlungsgutscheines werden in der Regel die gesamten Lehrgangskosten von deiner Förderstelle übernommen.
Eine Förderung ist auch über den Europäischen Sozialfonds (ESF), die Deutsche Rentenversicherung (DRV) oder über regionale Förderprogramme möglich. Als Zeitsoldat:in besteht die Möglichkeit, Weiterbildungen über den Berufsförderungsdienst (BFD) zu besuchen. Auch Firmen können ihre Mitarbeiter:innen über eine Förderung der Agentur für Arbeit (Qualifizierungschancengesetz) qualifizieren lassen.

Gerne beraten wir dich kostenfrei. 0800 3456-500 Mo. - Fr. von 8 bis 17 Uhr
kostenfrei aus allen deutschen Netzen.
Kontakt
Gerne beraten wir dich kostenfrei. 0800 3456-500 Mo. - Fr. von 8 bis 17 Uhr kostenfrei aus allen deutschen Netzen.