Data Science, Data Engineering und Artificial Intelligence

Unternehmen verschiedener Branchen erkennen immer mehr das Potenzial der Artificial Intelligence (AI, auch: Künstliche Intelligenz, KI). AI umfasst eine Vielzahl von Technologien und Methoden, die darauf abzielen, Maschinen intelligentes Verhalten zu verleihen. Ein zentraler Bestandteil von Artificial Intelligence ist Data Science, die darauf spezialisiert ist, aus Daten wertvolle Erkenntnisse zu gewinnen und diese für AI-Modelle nutzbar zu machen, um Dienstleistungen, Produkte und Prozesse zu verbessern.

Das Zusammenspiel von Data Science, Data Engineering und Artificial Intelligence
AI, Data Science und Data Engineering arbeiten Hand in Hand, um das volle Potenzial der Daten auszuschöpfen:

• Data Science bildet als Kernkomponente von AI die Grundlage für die Extraktion betriebsrelevanter Informationen aus Daten. Ihre Anwendungsfälle sind äusserst vielseitig. Data Science nutzt Daten, um beispielsweise Kundenverhalten präzise vorherzusagen, Produktionsprozesse effizient zu optimieren und neue Geschäftsmöglichkeiten wie personalisierte Marketingstrategien zu identifizieren.
• Artificial Intelligence nutzt die Ergebnisse aus Data Science, um intelligente Systeme zu schaffen, die in der Lage sind, komplexe Aufgaben autonom zu lösen. Deep Learning ist ein wesentlicher Bereich der AI mit Anwendungen wie Sprachverarbeitung (z.B. LLMs), Bilderkennung, medizinischen Diagnosen oder das autonome Fahren.
• Data Engineering sorgt dafür, dass die Daten-Infrastruktur, ob On-Prem oder in der Cloud, reibungslos funktioniert, indem skalierbare Datenpipelines zur Verarbeitung von Daten aus verschiedenen Quellen erstellt werden. Diese Daten werden in aufbereiteter Form in Datenbanken oder einem Data Warehouse für Analysen zusammengeführt. Zudem verantwortet Data Engineering den produktiven Betrieb und die Überwachung von Data Science und AI-Anwendungen.

Individuelle und praxisorientierte Weiterbildung in Artificial Intelligence, Data Science und Data Engineering
Die Weiterbildung in AI, Data Science und Data Engineering an der FHNW konzentriert sich auf konzeptionelles Verständnis, praxisnahe Übungen und Projektarbeiten. Im Rahmen dieser praktischen Arbeiten sind Teilnehmende oft bereits an Anwendungsfällen aus dem eigenen Betrieb tätig.

Die Programme «DAS Data Science» und «MAS Data Science» ermöglichen eine individuelle Gestaltung der Weiterbildung durch die freie Wahl von Fachvertiefungsmodulen, um so den persönlichen Mehrwert und Wissenszuwachs zu maximieren.

Übersicht der Weiterbildungsmöglichkeiten in Data Science, Data Engineering und Artificial Intelligence (AI) an der FHNW

Fachvertiefungen und Aufbau des MAS Data Science

Die folgende Grafik zeigt die Zusammenhänge der verschiedenen Weiterbildungsangebote. Im Rahmen der «Fachvertiefung» können entweder weitere CAS-Programme oder individuell zusammengestellte Fachvertiefungsmodule aus dem Weiterbildungsangebot «Data Science und Data Engineering» belegt werden.