Seminar Managing Operational AI HWZ - Gasthörer:in CAS AI Transformation HWZ

Zielgruppe

Dieser Kurs konzentriert sich auf das «Managing Operational AI» und richtet sich an Fachleute aus den Bereichen Data Science, KI und Management sowie an diejenigen, die KI-Initiativen in ihren Organisationen leiten möchten. Unser Ziel ist es, Ihnen das Wissen und die Werkzeuge zu vermitteln, um KI effektiv im operativen Umfeld zu managen und den Weg für eine erfolgreiche Implementierung von KI sowie nachhaltiges Wachstum zu ebnen. Schliessen Sie sich uns an, während wir die faszinierende Welt des «Managements von operationaler KI» erkunden. Vorkenntnisse im Bereich AI Management sind Voraussetzung.

(maximale Teilnehmerzahl: 26 inklusive CAS Teilnehmer)

Die verschiedenen Module werden von erfahrenen Dozenten unterrichtet, die praktische Erfahrungen auf den jeweiligen Gebieten haben.

• MLOps

• Model Governance

• Maintenance Process & Technology

• Testing AI Products

Im Modul «MLOps» lernen Sie, wie Sie effektive Prozesse und Technologien für das Management von Machine Learning-Modellen implementieren. Dabei werden Themen wie das automatisierte Training, das Deployment, die Überwachung und das Skalieren von Modellen behandelt, um eine kontinuierliche und effiziente Bereitstellung von AI-Produkten zu ermöglichen.

Im Modul «Model Governance» werden wir die Bedeutung einer klaren und transparenten Modell-Governance diskutieren. Sie lernen, wie man Richtlinien und Verfahren entwickelt, um die Qualität, Zuverlässigkeit und Sicherheit von AI-Modellen zu gewährleisten. Zudem werden wir verschiedene Aspekte der Modellüberwachung und Modellwartung behandeln, um sicherzustellen, dass die Modelle auch langfristig optimale Leistung erbringen.

Im Modul «Maintenance Process & Technology» werden wir uns mit den wesentlichen Schritten und Technologien für die Wartung von AI-Produkten befassen. Sie lernen, wie man effektive Wartungsprozesse implementiert, um die Funktionalität und Performance der AI-Produkte kontinuierlich zu verbessern. Wir werden auch auf die Integration von Feedback-Schleifen und Iterationen eingehen, um auf Veränderungen und Anforderungen reagieren zu können.

Im Modul «Testing AI Products» werden wir die verschiedenen Aspekte des Testens von AI-Produkten behandeln. Sie lernen verschiedene Testmethoden und -techniken kennen, um die Funktionalität, Leistung und Robustheit von AI-Systemen zu überprüfen. Dabei werden wir auch auf die Herausforderungen des Testens von AI-Produkten eingehen und Best Practices für ein effektives Testmanagement vermitteln.

Seminarleitung

Afke Schouten studierte Mathematik an der Universität Leiden sowie Ökonometrie und Managementwissenschaften an der Erasmus School of Economics. Als Unternehmensberaterin und Senior Data Scientist hat sie verschiedene AI-Projekte geleitet und AI-Organisationen bei internationalen und schweizerischen Unternehmen aufgebaut. Derzeit arbeitet sie als Head of Data & AI Strategy bei Xebia Data. Sie ist Studiengangsleiterin des CAS AI Management und CAS AI Transformation.

Hier gelangen Sie zum Workingpaper von Afke Schouten: A conceptual framework for managing the adoption of artificial intelligence. The science of change framework | Zenodo