Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung

Zertifikatslehrgang

online

Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung

Infos

Data Scientists sind in der Wirtschaft gefragt wie nie. Gerade die Finanzindustrie, die über unzählige wertvolle Kundendaten verfügt, bedarf qualifizierter MitarbeiterInnen, die dazu in der Lage sind, große Datenmengen zu analysieren und daraus sinnvolle Anwendungen zu entwickeln, die beispielsweise bei der Bonitätsbeurteilung, der Vertragsanalyse oder beim Kundenclustering unterstützen und somit Prozesse effizienter gestalten können.

Vor diesem Hintergrund bieten wir Ihnen unseren neuen Zertifikatslehrgang

„Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung“
vom 7. bis 9. Juni 2021 online

an. Im Rahmen von vier Modulen, drei Anwendungsmodellen und einem Workshop verschaffen Sie sich vertiefte Kenntnisse zu Big Data, Data Analytics und Data Science, erfahren, welche datenschutzrechtlichen und ethischen Rahmenbedingungen Sie zu beachten haben und wie Sie Data-Science-Projekte beurteilen und steuern.

Damit das Erlernte nicht zu theoretisch bleibt, haben Sie die Möglichkeit, die praktische Umsetzung mit Hilfe von Microsoft Azure kennenzulernen. Eine entsprechende Testumgebung stellen wir Ihnen bereit. Programmierkenntnisse sind jedoch nicht erforderlich.

Der Lehrgang wendet sich an Führungskräfte und SpezialistInnen wie Business Developer, Daten-Manager, Daten-Analysten sowie Software-Ingenieure.

Als TeilnehmerIn des Lehrgangs können Sie das Zertifikat „Data Scientist in Kreditinstituten“ erwerben. Voraussetzung hierfür ist die Teilnahme am 7., 8. und 9. Juni 2021 sowie das Bestehen der digitalen Abschlussprüfung (Multiple Choice, webbasiert) am 9. Juni 2021.

Leitung des Lehrgangs:

Dr. Georg Fuchs | Head of Division Big Data Analytics, Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS

Torsten Nahm | Head of Data Science, Deutsche Kreditbank AG

Ihre Fragen zum Lehrgang beantwortet gern Frau Ute Kolck
(Tel. 0221/5490-103, ute.kolck(at)bank-verlag.de).

Der Lehrgang findet online unter Verwendung der Software „GoToWebinar“ statt. Sie erhalten Ihre Zugangsdaten, die Sie benötigen, um teilnehmen zu können, bereits einige Tage vor der Veranstaltung, damit wir etwaige technische Fragen vorher klären können.

Wir freuen uns auf Sie!

Feedbacks bisheriger TeilnehmerInnen:
„Sehr spannend. Gute Themen / Inhalte.“
„Sehr gut strukturiert und organisiert, vielen Dank!“
„Referenten waren sehr kompetent und praxisbezogen!“

Agenda

Montag, 7. Juni 2021, 10:00 bis 17:00 Uhr
10:00	Begrüßung und Vorstellungsrunde
10:15	Modul 1: Einführung Big Data als Grundlage von KI / Vertrauenswürdige KI	Dr. Georg Fuchs \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
11:45	Kaffeepause
12:00	Modul 2: Einführung Data Analytics	Dr. Georg Fuchs \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
13:15	Mittagspause
14:15	Modul 3: Data Science in der Praxis – mit Anwendungsbeispielen	Torsten Nahm \| Deutsche Kreditbank AG
15:30	Kaffeepause
15:45	Anwendung 1: Kundenclustering und Marketing Methoden und Umsetzung – inkl. Hands-on mit Microsoft Azure: Clustering und Dimensionsreduktion	Torsten Nahm \| Dr. Georg Fuchs
17:00	Ende des ersten Tages und Möglichkeit zur individuellen Nachbereitung und Anwendung des Gelernten mit Microsoft Azure (Zugang wird zur Verfügung gestellt): Clustering und Dimensionsreduktion

Dienstag, 8. Juni 2021, 10:00 bis 17:00 Uhr
10:00	Fresh-up und Fragen, Besprechung der individuellen Nachbereitung	Dr. Georg Fuchs \| Torsten Nahm
10:30	Anwendung 2: Bonitätsbeurteilung Methoden und Umsetzung inkl. Hands-on mit Microsoft Azure: Lineare und Logistische Regression, Evaluation, Entwicklung eines Scoring-Verfahrens, Entscheidungsbäume, Bagging und Boosting	Torsten Nahm \| Dr. Georg Fuchs
	Zwischendurch 15 min Kaffeepause
12:30	Mittagspause
13:30	Individuelle Nachbereitung des Gelernten mit Microsoft Azure: Lineare und Logistische Regression, Evaluation, Entwicklung eines Scoring-Verfahrens, Entscheidungsbäume, Bagging und Boosting
14:15	Besprechung der individuellen Nachbereitung
14:30	Modul 4: Herausforderungen, Rahmenbedingungen und Umgang damit: Datenschutzrechtliche und ethische Aspekte	Dominik Lamp \| Landesbeauftragte für Datenschutz und Informationsfreiheit NRW Anna Schmitz \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
	Zwischendurch 15 min Kaffeepause
16:45	Fragen und Diskussion
17:00	Ende des zweiten Tages

Mittwoch, 9. Juni, 10:00 bis 16:00 Uhr
10:00	Fresh-up und Fragen	Dr. Georg Fuchs \| Torsten Nahm
10:30	Anwendung 3: Backend-Automatisierung Methoden und Umsetzung – inkl. Hands-on mit Microsoft Azure: Natural Language Processing (NLP), Sentiment Analysis	Torsten Nahm \| Dr. Georg Fuchs
11:00	Kaffeepause
11:15	Individuelle Nachbereitung des Gelernten mit Microsoft Azure: Natural Language Processing (NLP), Sentiment Analysis
11:45	Besprechung der individuellen Nachbereitung
12:00	Mittagspause
13:00	Workshop: Konzeption einer Anwendung auf Basis von Data Science unter Berücksichtigung des Erlernten	Torsten Nahm \| Dr. Georg Fuchs
14:45	Kaffeepause
15:00	Prüfung (Web Based Training, Multiple Choice)

Referenten

Torsten Nahm
leitet das Kompetenzzentrum für Data Science bei der DKB. Dort werden in Zusammenarbeit mit unterschiedlichen Bereichen der Bank konkrete Use Cases im Bereich Data Science und Künstliche Intelligenz entwickelt und zur Produktion geführt. Herr Nahm hat in Bonn Mathematik studiert und seitdem bei verschiedenen Banken und Beratungen gearbeitet, wo er Data Science angewendet hat, u. a. um Prozesse zu automatisieren, das Marketing zu personalisieren und Mehrwerte für die Kunden zu schaffen.
Dr. Georg Fuchs
leitet das Geschäftsfeld Big Data Analytics & Intelligence am Fraunhofer IAIS. Als Partner in jeder Entwicklungsphase vertrauenswürdiger und nachhaltiger Strategien und Lösungen der KI – unter anderem in den Bereichen Versicherungen und Finanzen – sind Beratung, Big-Data-Architekturen, innovative Use Cases, vertrauenswürdige KI-Lösungen und -Services sowie die Qualifizierung von Personal die Themen von Dr. Fuchs und seinem Team. Sein persönlicher Schwerpunkt ist das Forschungsgebiet der visuellen Analyse raumzeitlicher Daten zur Planungs- und Entscheidungsunterstützung. Dr. Fuchs ist Autor von mehr als 60 Artikeln in wissenschaftlichen Zeitschriften, Konferenzbeiträgen, Fachartikeln und Buchbeiträgen.
Dipl.-Inf. Dominik Lamp
beschäftigt sich als Referent im Technikreferat der Landesbeauftragten für Datenschutz und Informationsfreiheit Nordrhein-Westfalen mit Fragestellungen zum technischen und organisatorischen Datenschutz. Von 2006 bis 2016 war er als akademischer Mitarbeiter der Technischen Informations- und Kommunikationsdienste (TIK) an der Universität Stuttgart tätig, zuletzt als Leiter Netze und Kommunikationssysteme. Zudem war der Diplom-Informatiker an vielfältigen Entwicklungs- und Forschungsprojekten beteiligt, u.a. als technischer Koordinator des Projektes SEMIRAMIS.
Anna Schmitz
ist Data Scientist am Fraunhofer-Institut für Intelligente Analyse und Informationssysteme, wo sie zu Vertrauenswürdiger KI forscht. In ihren aktuellen Projekten erarbeitet sie systematische Herangehensweisen zur Risikobewertung und Prüfung von KI-Systemen, die in ersten KI-Pilotprüfungen Anwendung finden. Neben der Beratung von Unternehmen und Behörden zu diesen Themen ist sie ferner als Dozentin für Schulungen zu Vertrauenswürdiger KI tätig. Frau Schmitz studierte Mathematik in Köln und Cambridge und ist Alumna der Studienstiftung des deutschen Volkes.