Für wen ist dieser Kurs gedacht?

Fachleute, die für Datenplattformen, KI-Produktbereitstellung und Governance zuständig sind - Daten-/ML-Ingenieure, Architekten, Produktmanager und Datenverwalter

Wie lange dauert es, diesen Kurs zu absolvieren?

Zwei Module mit Videos, Lektüre, Dialogen, Übungen und Aufgaben; planen Sie je nach Tempo mehrere Stunden für 2-3 Wochen ein. (Siehe Zeitschätzungen für die Module in der hochgeladenen Übersicht)

Welches Hintergrundwissen ist erforderlich?

Vertrautheit mit Datenmanagement/Governance und grundlegenden LLM/RAG-Konzepten; Erfahrung mit SQL/NoSQL oder Python ist hilfreich.

Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich mich für diese Specialization einschreibe?

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Fortgeschrittene Datentechniken für KI-Systeme in Unternehmen

Fortgeschrittene Datentechniken für KI-Systeme in Unternehmen

Dieser Kurs ist Teil von Spezialisierung „Moderne Datenstrategie für generative KI im Unternehmen“

Dozenten: David Drummond

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Erläutern Sie die grundlegende Rolle von Datenmanagement, Sicherheit und Architektur bei der KI in Unternehmen.
Implementierung plattformübergreifender Kompatibilität zwischen KI-Modellen, -Datensätzen und -Systemen.
Anwendung von Vektor-Datenbanken und Einbettungstechniken zur Verwaltung unstrukturierter Daten.
Aufbau einheitlicher Datenarchitekturen mit Iceberg, Delta und DuckLake.

Kompetenzen, die Sie erwerben

Kategorie: Generative AI-Agenten
Kategorie: Verwaltung von Metadaten
Kategorie: Daten-Strategie
Kategorie: Datenverwaltung
Kategorie: Modellierung großer Sprachen
Kategorie: Containerisierung
Kategorie: Interoperabilität
Kategorie: Agentische Systeme
Kategorie: Taxonomie
Kategorie: Datenverarbeitung
Kategorie: AI-Sicherheit
Kategorie: Datensicherheit
Kategorie: Datenarchitektur
Kategorie: Maschinelles Lernen
Kategorie: Datenspeicherung
Kategorie: Datenverwaltung
Kategorie: Abruf-erweiterte Erzeugung
Kategorie: Daten-Ethik
Kategorie: Datenspeicher

Werkzeuge, die Sie lernen werden

Kategorie: Vektordatenbanken

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

12 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Moderne Datenstrategie für generative KI im Unternehmen“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

Generative KI steht und fällt mit der Qualität Ihrer Datenstrategie. In diesem praxisorientierten Kurs lernen Sie, wie Sie skalierbare Daten-Frameworks und Daten-Governance-Modelle entwerfen, die LLMs, RAGs und agentenbasierte KI mit zuverlässigen, ethischen und kontextreichen Informationen versorgen. Der Lehrplan deckt moderne Grundlagen der Datenstrategie, Taxonomie-Design und verantwortungsvolle KI-Praktiken ab - so können Sie Halluzinationen reduzieren, Compliance durchsetzen und die Bereitstellung produktionsreifer KI-Lösungen beschleunigen. Anhand von Fallstudien, interaktiven Dialogen, Übungen und Praxisaufgaben werden Sie Taxonomien, Metadaten und Datenqualitätskontrollen auf reale Szenarien anwenden. Am Ende werden Sie in der Lage sein, unternehmensweite Datengrundlagen zu entwerfen, die GenAI robust, erklärbar und zukunftssicher machen.

Moduldetails

Verstehen Sie die Säulen einer modernen Datenstrategie - Management, Frameworks und Governance. Lernen Sie, wie Sie Daten mithilfe von Verschlüsselung, Zugriffskontrolle und ISO-Standards sichern können

Das ist alles enthalten

4 Videos2 Lektüren2 Aufgaben

4 VideosInsgesamt 25 Minuten

Einführung in Datenverwaltungstechniken5 Minuten
Datenmanagement und die Säulen der modernen Datenstrategie7 Minuten
Die Säulen des Datenmanagements6 Minuten
Grundlagen der Sicherheit im Datenmanagement7 Minuten

2 LektürenInsgesamt 20 Minuten

Kurs-Lehrplan10 Minuten
Haftungsausschluss10 Minuten

2 AufgabenInsgesamt 60 Minuten

Grundlagen der modernen Datenstrategie30 Minuten
Bewertung der Grundprinzipien des Datenmanagements30 Minuten

Beherrschen Sie die Interoperabilität über Clouds und Plattformen hinweg mit Docker, Kubernetes, APIs und dem SECURE-Framework, um skalierbare, widerstandsfähige KI-Systeme aufzubauen

Das ist alles enthalten

5 Videos1 Lektüre2 Aufgaben1 Unbewertetes Labor

5 VideosInsgesamt 33 Minuten

Einführung der plattformübergreifenden Kompatibilität und Interoperabilität6 Minuten
Vorteile der plattformübergreifenden Kompatibilität6 Minuten
Strategien zur Erzielung plattformübergreifender Kompatibilität6 Minuten
Implementierung der plattformübergreifenden Kompatibilität5 Minuten
Demo: Plattformübergreifende Kompatibilität10 Minuten

1 LektüreInsgesamt 10 Minuten

Lösungen für Integrationsherausforderungen: Fallstudien10 Minuten

2 AufgabenInsgesamt 60 Minuten

Plattformübergreifende Kompatibilität und Interoperabilität30 Minuten
Evaluierung plattformübergreifender Datenlösungen30 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Plattformübergreifende Kompatibilität: MCP60 Minuten

Organisieren und finden Sie Daten effizient mit Metadaten-Tagging. Erfahren Sie, wie Tagging die Retrieval-Augmented Generation (RAG) unterstützt und die Genauigkeit der KI verbessert

Das ist alles enthalten

6 Videos2 Aufgaben1 Unbewertetes Labor

6 VideosInsgesamt 34 Minuten

Einführung in das Tagging4 Minuten
Verstehen von Tagging-Systemen6 Minuten
Tagging für verbesserte Abrufbarkeit4 Minuten
Metadaten-erweiterte Vektorsuche4 Minuten
Demo: Klassifizierung und Markierung von Daten11 Minuten
Herausforderungen und Lösungen bei der Integration6 Minuten

2 AufgabenInsgesamt 60 Minuten

Klassifizierung und Kennzeichnung von Daten30 Minuten
Klassifizierung und Kennzeichnung von Daten30 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Tagging-Systeme: System zur Klassifizierung von Dokumenten60 Minuten

Erforschen Sie Vektordatenbanken für die semantische und multimodale Suche. Erfahren Sie mehr über Indizierungsstrategien, ANN-Algorithmen und Hardware-Beschleunigung für KI in Echtzeit

Das ist alles enthalten

8 Videos4 Lektüren2 Aufgaben1 Unbewertetes Labor

8 VideosInsgesamt 45 Minuten

Einführung in Vektor-Speicher6 Minuten
Metadaten-erweiterte Vektorsuche4 Minuten
Überlegungen zu Zugriffskontrolle und -steuerung5 Minuten
Wirksamkeit der Vektor Einbettung Engine5 Minuten
Wirksamkeit und Kosten der Vektorsuche6 Minuten
Geschwindigkeit der Vektor-Speicher-Suche7 Minuten
Indizes über Vektoren erstellen6 Minuten
Demo: Integration von Vektorspeichern in Ihre Anwendungen7 Minuten

4 LektürenInsgesamt 40 Minuten

Die Mathematik der Vektordatenbanken10 Minuten
Absicherung Ihrer Vektor Datenbank10 Minuten
Bewährte Praktiken für Vektordatenbanken10 Minuten
Speedy Vektor Datenbanken10 Minuten

2 AufgabenInsgesamt 60 Minuten

Speicherung von Vektordaten, Einbettungen und Indizes30 Minuten
Speicherung von Vektordaten, Einbettungen und Indizes30 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Vektor-Daten-Speicher60 Minuten

Tauchen Sie ein in Data Lakes, Data Warehouses und Lakehouses. Nutzen Sie Tools wie DuckLake und Databricks, um strukturierte und unstrukturierte Daten für Gen-KI zu vereinheitlichen

Das ist alles enthalten

8 Videos2 Lektüren2 Aufgaben1 Unbewertetes Labor

8 VideosInsgesamt 44 Minuten

Warum ein einheitliches Datenmanagement wichtig ist4 Minuten
Data Warehouses, Lakes und Lakehouses6 Minuten
Moderne Seehaus-Architekturen: Eisberg, Delta und DuckLake6 Minuten
Verstehen und Zugreifen auf tabellarische Daten5 Minuten
Verstehen und Zugreifen auf tabellarische Daten Teil II5 Minuten
Tabellarische Daten, Vektordatenbanken und Datenmanagement3 Minuten
DuckLake: Vereinfachung von Lakehouse mit SQL-Katalogen3 Minuten
Demo: DuckLake für Gen KI Datenpipelines11 Minuten

2 LektürenInsgesamt 30 Minuten

Vorteile von Data Warehouses, Lakes und Lakehouses20 Minuten
Nutzung tabellarischer Daten Fallstudien10 Minuten

2 AufgabenInsgesamt 60 Minuten

Moderne Datenarchitekturen30 Minuten
Moderne Datenarchitekturen30 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

DuckLake für moderne Seehausarchitektur60 Minuten

Anwendung von Governance-Rahmenwerken wie DAMA-DMBOK und EDM. Implementierung von erklärbarer KI, Zero Trust Architecture und Data Loss Prevention für sichere, ethische KI-Systeme