Durch seine spezialisierte Expertise im Value Chain Management in der Prozess-, Konsumgüter- und Fertigungsindustrie hat sich unser Premiumpartner CAMELOT Management Consultants als weltweit führender Beratungsspezialist einen Namen machen können. Dass auch datenbasierte Ansätze und Lösungen in diesen Industrien eine immer größere Rolle spielen, hat man natürlich auch bei CAMELOT längst erkannt.
Wir sind daher stolz verkünden zu können, dass wir vom 28. – 30. Oktober gemeinsam mit unserem Premiumpartner CAMELOT einen dreitägigen digitalen Hackathon veranstalten werden.
Wichtig: Ihr teilt eure Zeit über die ca. 48 Stunden selbst ein, sodass sich der Hackathon flexibel in euren Uni-Alltag integrieren lässt. Die Erwartung ist keinesfalls, dass 48 Stunden am Stück an der Challenge gearbeitet wird.
Wie genau funktionieren eigentlich neuronale Netze und was haben sie mit künstlicher Intelligenz zu tun? Wir entzaubern in unserem Specialist Seminar die Idee hinter künstlichen neuronalen Netzen und erklären euch die mathematischen Grundlagen.
AuĂźerdem zeigen wir euch wie man ein neuronales Netz von scratch in Python implementiert und welche Libraries euch dabei helfen.
In den vergangenen Jahren sind die Risikomodelle der Banken durch zahlreiche Krisen auf den Prüfstand gestellt worden. Insbesondere die seit März in Deutschland angekommene Corona-Krise stellt nicht nur eine starke Belastung der hiesigen Wirtschaft dar, sondern auch eine Herausforderung für die in der Bankenwelt verwendeten Methoden zur Risikomessung.
Der Vorstand einer Bank hat Euch deshalb den Auftrag erteilt, basierend auf vergangenen Erfahrungen - insbesondere dem Verlauf der Corona-Krise in diesem Jahr - die Qualität der Risikomodelle des Hauses in dieser Krise zu beurteilen und ggf. Verbesserungsvorschläge zu machen. Nun sind Eure Modellierungskenntnisse und Eure Kreativität gefragt!
Nach einer inhaltlichen Einführung in die Problemstellung werdet ihr als Teil eines Beraterteams zunächst die vom Kunden zur Verfügung gestellten Informationen im Hinblick auf die Problemstellung einordnen. Insbesondere werdet ihr zur Vorbereitung detaillierter Analysen die bereitgestellten Datenabzüge weiterverarbeiten und analysieren. Nach der Durchführung statistischer Tests könnt ihr dann bereits Aussagen über die Qualität der im Hause verwendeten Modell treffen. Abschließend werdet ihr in Diskussion mit euren Teamkollegen und dem Kunden Verbesserungsvorschläge formulieren und die Ergebnisse dem Vorstand präsentieren.
In unserem Programmierkurs lernt ihr die Grundlagen der Programmiersprache Python mit Schwerpunkt auf Anwendungen im Bereich Data Science. Hierfür beschäftigt ihr euch zum Beispiel mit der Aufbereitung und Visualisierung von Daten und lernt die wichtigsten Libraries kennen.
Python gehört wegen einfachen Syntax und umfangreichen Libraries zu den beliebtesten Programmiersprachen und ist für jeden Data Scientist ein unverzichtbarer Skill! Über 8 Termine zeigen wir dir die Basics der Programmiersprache und wie du selbstständig weiterlernen kannst.
Dieses Semester findet der Kurs Digital ĂĽber Zoom statt.Â
Wir freuen uns sehr, zwei Speaker aus dem Advanced Analytics & Data Science Consulting Team von BCG GAMMA bei uns fĂĽr eine Master Class in Data Science begrĂĽĂźen zu dĂĽrfen.
Einzelhändler generieren und sammeln täglich Terabytes an Daten. Diese Daten müssen eingehend studiert und analysiert werden, um zielführende Ergebnisse daraus gewinnen zu können. BCG GAMMA führt solche Analysen durch, um zum Beispiel gezielte Werbemaßnahmen konzipieren zu können, welche nicht nur Umstätze und Profitabilität steigern, sondern ebenso einen Mehrwert für die Kunden bieten.
In dem zweiten Teil des SQL-Kurses werden fiktive Daten eines Unternehmens analysiert. Dabei werden unter anderem die wichtigsten Unternehmenskennzahlen berechnet und die Daten in Diagrammen dargestellt. Die Datenanalyse erfordert geschachtelte SQL-Abfragen, die Anwendungen von sogenannten Window Functions und das Verbinden von mehreren Tabellen der Datenbank.
Neuronale Netze können bekannterweise zur Klassifizierung von Bildern eingesetzt werden. Hierfür lernt ein Netz beispielsweise, wie ein Hund aussieht und kann Fotos dann richtig klassifizieren. Bei Generative Adversarial Networks (GANs) versuchen wir das Konzept jetzt umzudrehen. Wir wollen ein Netz bauen, das mit einem zufälligen Rauschen gefüttert wird und dann ein Foto von einem fiktiven Hund generiert. Natürlich gibt es noch eine ganze Reihe an anderen, spannende Anwendungsfällen!
Wir zeigen euch in unserem Specialist Seminar wie solche Netze funktionieren. Dabei behandeln wir zuerst den theoretischen Background und bauen danach ein konkretes Beispiel fĂĽr die Simulation von Zufallsvariablen in Python mit Tensorflow nach!