Entwickler*in für maschinelles Lernen

Andere Bezeichnung(en):
Machine Learning Engineer (m./w./d.), Deep Learning Engineer (m./w./d.)

Weiterbildung & Karriere

Entwickler*innen für maschinelles Lernen sind beruflich immer wieder vor neue Herausforderungen gestellt. Gerade im Bereich der Künstlichen Intelligenz gibt es ständig neue Entwicklungen und Ergebnisse, daher ist eine Voraussetzung für Erfolg in diesem Beruf, immer auf dem neuesten Stand der Entwicklung zu bleiben und das Fachwissen, die Methodenkompetenzen und sozialen Kompetenzen laufend zu ergänzen und zu vertiefen.

Neben verschiedenen Weiterbildungsinstituten bietet sich die Möglichkeiten der beruflichen Weiterentwicklung beispielsweise durch ein Studium oder Zweitstudium an Fachhochschulen oder Universitäten sowie facheinschlägige Fachhochschul- und Universitätslehrgänge bzw. Weiterbildungsstudien oder weiterführende PhD-Studien.

Darüber hinaus ist für Entwickler*in für maschinelles Lernen die laufende Lektüre von Fachzeitschriften, Forschungsberichten und Beiträgen in fachlichen Diskussionsforen, facheinschlägigen Zeitschriften und Webseiten, der Besuch von facheinschlägigen Seminaren, die Vernetzung bei Veranstaltungen und Kongressen und die Teilnahme an Expert*innen-Netzwerken (online und offline) eine wichtige Möglichkeit, um sich auf dem neuesten Stand zu halten.

Wichtige Weiterbildungsbereiche für Entwickler*innen für maschinelles Lernen sind beispielsweise:

Fachkompetenzen

  • Cognitive Computing
  • Deep Learning
  • Natural Language Processing
  • Virtual Reality, Augmented Reality
  • Big Data, Data Science, Datenanalyse
  • Robotertechnik
  • Assistenztechnologien
  • AI-Softwareprogramme: Python, Hadoop, Spark, SAS, TensorFlow, C++, Theano
  • Kognitionswissenschaften
  • Neurowissenschaften, Neurolinguistik
  • Simulationstechnologien
  • Fachenglisch
  • Psychologie

Methodenkompetenzen

  • Präsentationstechniken
  • Informations- und Wissensmanagement
  • Projektmanagement
  • Zeitmanagement
  • technische Dokumentation

Sozialkompetenzen:

  • Kommunikationsfähigkeit
  • Service-Orientierung
  • Teamführung

Nach mehrjähriger beruflicher Erfahrung und Zusatzqualifikationen können Entwickler*innen für maschinelles Lernen zu Teamleiter*innen, Projektleiter*innen bis hin zu Forschungs- und Entwicklungsleiter*innen aufsteigen und führen als solche Mitarbeiter*innen und Teams.

Neben einem hierarchischen Aufstieg im Unternehmen ist in diesem Beruf auch eine Weiterentwicklung und Karriere durch inhaltliche und fachliche Spezialisierung und Entwicklung in eine Expert*innenrolle möglich. Dabei bietet die Spezialisierung auf bestimmte Fachbereiche (wie z. B. Robotik, Self Driving Cars, Assistenztechnologien) mögliche Weiterentwicklungen und Fachkarrieren.

Entwickler*innen für maschinelles Lernen können sich auch selbstständig machen, in dem sie z. B. ein Start-Up Unternehmen für KI-Systeme, KI-Produkte oder KI-Anwendungen gründen.

Weiterbildungsmöglichkeiten

Art: Universitätsstudium – Doktorats-/PhD-Studium

Dauer: 6 bis 8 Semester

Form: Vollzeit

NQR-Level: 8  ISCED-Level: 8  ECTS-Punkte: 180  

Kurzbeschreibung

Das Doktoratsprogramm bereitet zukünftige Wissenschaftler*innen an der Schnittstelle von biomedizinischer Forschung, klinischer Medizin und technologischer Innovation vor. Die Forschungsaktivitäten umfassen die Analyse von Gesundheitsdeterminanten mittels integrierter Datenansätze, die Entwicklung KI-basierter Modelle und medizinischer Technologien sowie deren Überführung in die klinische Praxis. Die enge Zusammenarbeit mit den drei Universitätskliniken Wiener Neustadt, Neunkirchen und Hochegg in Niederösterreich sowie mit nationalen und internationalen Partner*innen stellt sicher, dass wissenschaftliche Erkenntnisse zu konkreten Verbesserungen in der Patient*innenversorgung führen. (Quelle: Danube Private University)

Voraussetzungen

  • abgeschlossenes facheinschlägiges Diplom- oder Masterstudium

Zielgruppe

Personen aus allen naturwissenschaftlichen, medizinischen und technischen Disziplinen, die sich mit Leidenschaft für die Weiterentwicklung des Gesundheitswesens durch Innovation, interdisziplinäre Zusammenarbeit und translationale Forschung einsetzen.

Kosten
siehe Zusatzinfo

Abschluss
PhD

Beschreibung

Forschungsschwerpunkte, u. a.:

  • KI-gestützte Diagnostik und digitale Medizin
  • Biosensorik, tragbare Sensorsysteme und molekulare Analytik
  • Onkologie, Neurowissenschaften und kardiovaskuläre Forschung
  • Mikro-/Nanomaterialien und Umweltmedizin
  • Computergestützte Pathologie und medizinische Bildgebung
  • Public Health, Datenwissenschaft und medizinische Kommunikation

Zusatzinfo

Sprache: Englisch

Kosten: PhD-Studierende sind von Studiengebühren befreit und erhalten ein Stipendium inklusive Gehalt gemäß den FWF-Kostensätzen sowie ein zusätzliches Forschungsbudget.

Weitere Infos: https://www.dpu-research.at/de/phd-programm/

Danube Private University (DPU)
Steiner Landstraße 124
3200 Krems an der Donau

Tel.: +43 (0)676 842 419 305
E-Mail: info@dp-uni.ac.at
Internet: https://www.dp-uni.ac.at/

Art: Universitätslehrgang

Dauer: 2 Semester

Form: Berufsbegleitend

ECTS-Punkte: 25  

Voraussetzungen:

  • ein an einer anerkannten postsekundären Bildungseinrichtung abgeschlossenes Bachelor-, Master- oder Diplomstudium aus dem Bereich/den Bereichen Sozial- und Wirtschaftswissenschaften, Rechtswissenschaften, Medizin, Allgemeine Technik, Naturwissenschaften, Geistes- und Kulturwissenschaften oder
  • der Nachweis der allgemeinen Universitätsreife gemäß § 64 Abs. 1 und 2 UG oder der entsprechenden ULG-Berechtigungsprüfung (siehe Satzung B § 22 Abs. 2) oder
  • der Nachweis von mindestens 3 Jahren einschlägiger Berufserfahrung oder der Nachweis einer einschlägigen beruflichen Position. Die entsprechende Berufserfahrung oder einschlägige berufliche Position ist bei der Antragsstellung auf Zulassung mittels Versicherungsdatenauszug, Lebenslauf und ggf. Arbeitsbestätigung mit Angabe der Tätigkeitsbereiche und der Beschäftigungsdauer nachzuweisen.

Abschluss: Zeugnis der Universität Klagenfurt

Info:

Kosten: EUR 5.990,00

Zielgruppe: Der Universitätslehrgang richtet sich an Personen, die in ihrer beruflichen Tätigkeit mit verschiedensten Fragestellungen des Datenmanagements konfrontiert sind und sich systematisch mit den Begrifflichkeiten, Methoden und Instrumenten in den unterschiedlichen Anwendungsfeldern von Datenmanagement und Künstlicher Intelligenz im betriebswirtschaftlichen Umfeld vertraut machen möchten.

Inhalte - Überblick:

  • Konzeptionelle und methodische Grundlagen
  • Regulierung & Ethik
  • KI-Projektmanagement
  • Daten- und KI-Management im betriebswirtschaftlichen Kontext
    • Visualisierungstechniken für Daten
    • Daten- und KI-Management in Logistik, Produktion, Marketing und Kommunikation
    • Neue Technologien und Business Model Innovation
    • Neue und generative Anwendungen der Künstlichen Intelligenz
  • Praxistransfer
  • Abschlussarbeit

Weitere Infos: https://mot.ac.at/daten-und-kuenstliche-intelligenz-management-2/

AAU+ Center for Professional and Lifelong Learning der Alpen-Adria-Universität Klagenfurt
Sterneckstraße 15
9020 Klagenfurt am Wörthersee

Tel.: +43 (0)463 / 27 00 -3770
E-Mail: aau-plus@aau.at
Internet: https://mot.ac.at/

Art: Lehrgang

Dauer: 496 LE

Form: Berufsbegleitend

Voraussetzungen:

  • Vorkenntnisse von Vorteil, aber nicht Bedingung

Abschluss:

Diplom und Robotik-KUKA-Zertifikat

Info:

Zielgruppe: Facharbeiter*innen, Instandhalter*innen, Werkmeister*innen, Meister*innen, Ingenieur*innen

Dauer: 496 LE - Abendkurs: verteilt auf ca. 8 Monate

Kosten: EUR 5.960,00 (exkl. AK-Ermäßigungen); Ratenzahlung möglich

Inhalte:

  • Robotik I (Sicherheit)
  • Robotik Automatisierungspotenziale - Systemintegrationsmöglichkeiten - Technologien im Industrieeinsatz
  • Robotik II (Bedienung)
  • Robotik und Automatisierungstechnik
  • Robotik und CNC Technologie - Instandhaltung - Industrie 4.0
  • bfi Industriestandards als Basis für Industrie 4.0
  • Robotik III (Programmierung)

BFI Steiermark - Bildungszentrum Deutschlandsberg
Liechtensteinstraße 46
8530 Deutschlandsberg

Tel.: +43 (0)5 7270 7070
E-Mail: deutschlandsberg@bfi-stmk.at
Internet: https://www.bfi-stmk.at/kontakt/bildungszentrum-deutschlandsberg.html