Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung

Zertifikatslehrgang

Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung

Infos

Die Bankbranche ist ein stark datengetriebenes Geschäft. Entsprechend spielen komplexe Analysemethoden im Umfeld von Big Data eine große Rolle – und die Bedeutung nimmt immer weiter zu. Es bedarf entsprechend qualifizierter MitarbeiterInnen, um große Datenmengen analysieren und daraus sinnvolle Anwendungen entwickeln zu können: beispielsweise in der Kreditvergabe bei der Bonitätsbeurteilung, im Backoffice bei der Vertragsanalyse oder im Marketing beim Kundenclustering. Diese Qualifikation vermitteln wir im Rahmen unseres Zertifikatslehrgangs

„Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung“
vom 19. bis 21. April 2023 in den Räumen der Bank-Verlag GmbH in Köln.

Das vorbereitende und separat buchbare Web-Seminar

"Grundlagen des Data Science in Kreditinstituten" am 02. März 2023

richtet sich an alle, die sich vor dem Start des eigentlichen Lehrgangs Grundlagenwissen verschaffen möchten.

Der Lehrgang vermittelt vertiefte Kenntnisse zu Big Data, Data Analytics, Data Science und verschiedene Methoden. Sie erfahren, was Sie im Hinblick auf Ethik und Datenschutz zu beachten haben und wie Sie KI-Projekte erfolgreich umsetzen.

Damit das Erlernte nicht zu theoretisch bleibt, werden Sie im Lehrgang auch die praktische Umsetzung mit Hilfe von Microsoft Azure kennenlernen. Eine entsprechende Testumgebung stellen wir für Sie bereit. Programmierkenntnisse sind jedoch nicht erforderlich. Der Lehrgang wendet sich an Führungskräfte aus den Fachbereichen und SpezialistInnen wie Business Developer, Daten-Manager, Daten-Analysten sowie Software-Ingenieure und MitarbeiterInnen, die bereits als Data Scientists oder Data Engineers arbeiten.

Als TeilnehmerIn des Lehrgangs können Sie das Zertifikat „Data Scientist in Kreditinstituten“ erwerben. Voraussetzung hierfür ist die Teilnahme am Lehrgang sowie das Bestehen der digitalen Abschlussprüfung (Multiple Choice).

Referenten des Web-Seminars und 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).

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!“

Kennen Sie schon unseren Podcast „durch die bank“? Hören Sie mal rein. Wir empfehlen Ihnen diese Folge:

Data Science

Agenda

Vorbereitendes Web-Seminar am Donnerstag, 2. März 2023, 14:00 bis 16:00 Uhr (optional)
	Modul 1: Data Science in Kreditinstituten
14:00	Grundlagen: Einführung in Künstliche Intelligenz (KI), Machine Learning (ML) und Vertrauenswürdige KI	Dr. Georg Fuchs \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
15:30	Praxis: Überblick Data Science in Kreditinstituten	Torsten Nahm \| Deutsche Kreditbank AG

Mittwoch, 19. April 2023, 10:00 bis 17:00 Uhr
10:00	Begrüßung und Vorstellungsrunde
10:15	Modul 2: Einführung Data Analytics	Dr. Georg Fuchs \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
11:15	Kaffeepause
11:30	Modul 3: Überblick über Programmiersprachen für die Datenaufbereitung, die Datenanalyse und die Implementierung von KI-Modellen	Torsten Nahm \| Deutsche Kreditbank AG
12:30	Mittagspause
13:30	Modul 4: Data Science in der Praxis – mit Anwendungsbeispielen	Torsten Nahm \| Deutsche Kreditbank AG
14:45	Kaffeepause
15:00	Anwendung 1: Kundenclustering und Marketing: Methoden und Umsetzung Praxis: Hands-on mit Trainingsdaten auf Microsoft Azure (Zugang wird bereitgestellt) Methoden: Clustering und Dimensionsreduktion	Torsten Nahm \| Dr. Georg Fuchs
17:00	Ende des ersten Tages

Donnerstag, 20. April 2023, 09:00 bis 17:00 Uhr
09:00	Fresh-up und Fragen
09:30	Anwendung 2: Bonitätsbeurteilung: Methoden und Umsetzung Praxis: Hands-on mit Trainingsdaten auf Microsoft Azure (Zugang wird bereitgestellt) Methoden: Clustering und Dimensionsreduktion	Torsten Nahm \| Dr. Georg Fuchs
	Zwischendurch 15 min Kaffeepause
12:00	Mittagspause
13:00	Anwendung 3: Backend-Automatisierung: Methoden und Umsetzung Praxis: Hands-on mit Trainingsdaten auf Microsoft Azure (Zugang wird bereitgestellt) Methoden: Natural Language Processing (NLP), Sentiment Analysis	Torsten Nahm \| Dr. Georg Fuchs
14:15	Kaffeepause
14:30	Modul 5: Rahmenbedingungen, Herausforderungen und Umgang mit Datenschutz und ethischen Aspekten	Dr. Rene Meis \| Landesbeauftragte für Datenschutz und Informationsfreiheit NRW Anna Schmitz \| Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
17:00	Ende des zweiten Tages

Freitag, 21. April 2023, 09:00 bis 15:00 Uhr
09:00	Modul 6: Praxistaugliche Umsetzung von KI	N. N.
11:00	Kaffeepause
11:15	Fresh-up und Fragen, Zusammenfassung und Vorbereitung auf die Prüfung	Torsten Nahm \| Dr. Georg Fuchs
12:00	Mittagspause
13:00	Workshop: Konzeption von Anwendungen auf Basis von Data Science unter Berücksichtigung des Erlernten	Torsten Nahm \| Dr. Georg Fuchs
14:30	Ergebnisse aus den Workshops und Diskussion
15:00	Verabschiedung

Montag, 24. April 2023, 08:00 bis 17:00 Uhr (Online)
	Prüfung (Multiple Choice)

ReferentInnen

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.
Dr. Rene Meis
ist Referent im Referat Technik der Landesbeauftragten für Datenschutz und Informationsfreiheit Nordrhein-Westfalen. Dort ist er unter anderem für die Bewertung der technischen und organisatorischen Ausgestaltung von Datenverarbeitungen und die Bearbeitung von Datenpannenmeldungen zuständig. Weiterhin ist er Mitglied der Taskforce „Künstliche Intelligenz“ der Konferenz der unabhängigen Datenschutzaufsichtsbehörden des Bundes und der Länder und war an der Veröffentlichung der Konferenz zum Thema KI beteiligt. Dr. Meis hat in Münster Informatik studiert. Anschließend war er an der Universität Duisburg-Essen in der Lehre tätig und hat dort zum Thema Privacy Engineering promoviert.
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.