Einkaufsmanagement mit Schwerpunkt in der industriellen Bildverarbeitung und Zusatzqualifikation in Data Science

Nach Abschluss dieser Weiterbildung verfügen Sie über Kenntnisse im Einkaufsmanagement, insbesondere im Bereich der industriellen Bildverarbeitung. Sie sind in der Lage, effektive Beschaffungsstrategien zu entwickeln und umzusetzen. Darüber hinaus haben Sie eine Zusatzqualifikation in Data Science erworben, die es Ihnen ermöglicht, Datenanalysen durchzuführen und Erkenntnisse aus diesen Analysen abzuleiten. Nach Absolvierung dieser Maßnahme können Sie in verschiedenen Bereichen tätig werden, wie zum Beispiel im Einkauf von Industriegütern, im Bereich der Bildverarbeitungstechnologie oder in der Datenanalyse und -auswertung.

Grundlagen des Einkaufsmanagements

• Einkaufsprozesse und Einkaufsorganisation: Abläufe und Strukturen im Einkauf
• Lieferantenmanagement: Entwickeln und Pflegen von Lieferantenbeziehungen
• Risikomanagement im Einkauf: Identifikation und Bewertung von Risiken
• Qualitätsmanagement im Einkauf: Sicherstellung der Produkt- und Dienstleistungsqualität
• Nationale und internationale Ausschreibungen: Ausschreibungsverfahren und -strategien
• Angebotsprüfung: Analyse und Bewertung von Angeboten
• Einkaufs- und Vertragsverhandlungen: Verhandlungsführung und -techniken
• Importgeschäfte: Zollrechtliche Aspekte und internationale Beschaffung

Strategische Einkaufsentscheidungen

• Make-or-Buy-Entscheidungen: Eigenfertigung oder Fremdbezug von Produkten
• Digitalisierung im Einkauf: E-Procurement-Systeme und automatisierte Beschaffungsprozesse

Grundlagen der industriellen Bildverarbeitung

• Einführung in die Bildverarbeitung in der Industrie
• Bildverarbeitungstechniken und -anwendungen
• Anwendungen in der Qualitätskontrolle
• Herausforderungen und Trends in der industriellen Bildverarbeitung

Anwendungsgebiete der Künstlichen Intelligenz

• Einführung in AI-Development
• NLP-Grundlagen für Chatbots
• AI-Ethik und Datenschutz in Chatbots
• Zukunftsperspektiven in AI-Development
• Stimmungsanalyse mit Keras
• Erkennung der Umgebung mit YOLO und TensorFlow.js

Bildverarbeitung mit Machine Learning

• Verkehrszeichenerkennung mit Keras
• Intelligente Spurerkennung mit Keras und OpenCV
• Labeln und automatisches Auswerten von Pflanzenparametern
• Benutzen von vorgefertigten Modellen mit Keras
• Anwendungen in Cloud Deep Learning, Bildgenerierung, Musik und Video

Programmierung und Datenstrukturen für Data Science

• Datenstrukturen
• Python-Skripte
• Klassenbibliotheken in Modulen
• Objektorientiertes Modellieren
• Datenbanken
• Modellieren mit Kellern, Schlangen und Graphen

Toolset für Data Science

• Einführung in NumPy und Messdatenverarbeitung
• Grafische Benutzungsoberflächen mit tkinter
• Layout, Grafik und Event-Verarbeitung
• Benutzungsoberflächen mit QT und Multimediaanwendungen mit QT
• Einführung in Pandas und Dataframes

Machine Learning in der Data Science

• Einführung in Machine Learning
• Datenvisualisierung
• Datenreinigung
• Data Science
• Lineare Regression
• Multiple Regression
• Polynom-Regression
• Logistische Regression
• Decision Trees
• Backpropagation
• Automatische Bilderkennung
• Tensoren
• Transfer Learning
• Qualifikationsprojekt Data Science