Trustworthy AI Graduate Academy
Lerne mehr über unser 6-wöchiges KI-Karriereprogramm mit Schwerpunkt auf KI-Anwendungsfällen, Regulierung, Governance und robuste Entwicklung und Bereitstellung von maschinellen Lernsystemen.
Hard Facts über das Programm
Für wen ist das Programm geeignet: Fachleute mit ersten Erfahrungen in den Bereichen Data Science/Data Analytics/AI, die ihr Wissen im Bereich der vertrauenswürdigen KI vertiefen möchten
Aufbau des Programms: 2 Vollzeit-Module vor Ort + 2 Teilzeit-Module (3 Stunden pro Tag) online
Sprache: Englisch
Wir bieten 4 flexible Module an:
- AI Regulation: 3 Tage
- AI Beginner: 3 Tage
- Software Engineering Best Practices für KI: 2 Wochen, 3 Stunden/Tag
- MLOps: 2 Wochen, 3 Stunden/Tag
Kostenangaben auf Anfrage
Social Impact Entrepreneurs, die sich im Rahmen der SIR-Initiative anmelden, können kostenlos teilnehmen.
Was ist die Trustworthy AI Graduate Academy
- Entwickelt von Expert:innen: Das von Bildungsexperten entwickelte Programm nutzt das einzigartige Fachwissen des appliedAI Institute in Bezug auf die Grundsätze, die Regulierung, die Entwicklung und den Einsatz vertrauenswürdiger KI und bietet Inhalte auf dem neuesten Stand der Technik, die effizient vermittelt werden.
- Praktische Übungen: Neben den vertrauenswürdigen KI-Inhalten, die in den Schulungen vermittelt werden, ist das Programm als praktische Erfahrung konzipiert, bei der die Teilnehmer ihr frisch erworbenes Wissen in konkreten KI-Anwendungsfällen und bei der Entwicklung von ML-Systemen einsetzen.
- Fokussiert & kompatibel: 2 Wochen lang sind die Teilnehmer:innen in Vollzeit vor Ort im appliedAI-Studio in den neuen Ipai Spaces und haben die Möglichkeit, sich voll auf die Themen zu konzentrieren. Danach werden sie für weitere 4 Wochen parallel zu ihren täglichen Aufgaben 3 Stunden pro Tag an Projekten arbeiten.
Ziele des Programs
- Anwendung vertrauenswürdiger KI (basierend auf der KI Verordnung): Risikomanagement, Data Governance, Transparenz, menschliche Aufsicht, Genauigkeit und Robustheit.
- Vergleich und Gegenüberstellung verschiedener industrieller und sozialer KI-Anwendungsfälle hinsichtlich ihrer technischen Fähigkeiten, der benötigten Ressourcen, des Regulierungsbedarfs und der Auswirkungen.
- Identifizierung und Entwicklung verschiedener Rahmenbedingungen für die technische Entwicklung und Wartung von ML-Systemen im Produktionsmaßstab.
- Erstellen eines Prototyp eines ML-Systems im Produktionsmaßstab und dabei die Grundsätze der vertrauenswürdigen KI zu berücksichtigen.