Neuronale Netzwerke verstehen und praktisch umsetzen
Wir zeigen dir, wie du Deep-Learning-Modelle baust, trainierst und in realen Projekten einsetzt. Keine Theorie um der Theorie willen – nur das, was wirklich funktioniert.
Wenn du nicht weiterkommst, sind wir da
Beim Lernen läuft nicht immer alles glatt. Manchmal hängt man an einem Bug, versteht einen Konzept nicht sofort oder braucht einfach ein zweites Paar Augen. Wir haben verschiedene Wege eingebaut, damit du Hilfe bekommst, wenn du sie brauchst.
Code-Reviews mit Mentoren
Schick deinen Code rein und bekomm konkretes Feedback. Wir schauen uns an, was funktioniert und wo es hakt – mit echten Verbesserungsvorschlägen statt vager Kommentare.
Wöchentliche Q&A-Sessions
Jeden Mittwoch treffen wir uns für 90 Minuten. Du stellst Fragen zu aktuellen Aufgaben, diskutierst Lösungsansätze mit anderen oder hörst einfach zu, was andere beschäftigt.
Community-Chat für schnelle Hilfe
Manchmal brauchst du nur einen kleinen Hinweis. Im Chat sind immer ein paar Leute online – andere Teilnehmer, Alumni oder Mentoren, die kurze Fragen schnell klären können.
schließen alle Workshops ab
durchschnittliche Antwortzeit
aktive Community-Mitglieder
Mit wem wir zusammenarbeiten
Wir sind nicht alleine unterwegs. Über die Jahre haben wir Partnerschaften aufgebaut, die unseren Teilnehmern echte Vorteile bringen – von zusätzlichen Lernressourcen bis zu direkten Kontakten in der Branche.
Was diese Verbindungen dir bringen
- Zugang zu Rechenleistung bei Cloud-Anbietern – für Teilnehmer mit reduzierten Kosten oder kostenlosen Credits für Trainingsprojekte
- Gastvorträge von Entwicklern aus Forschungseinrichtungen, die an aktuellen Projekten arbeiten und von echten Problemen berichten
- Jobbörse mit Stellen von Unternehmen, die gezielt nach Leuten mit Deep-Learning-Kenntnissen suchen
- Regelmäßige Meetups mit Alumni, die in verschiedenen Bereichen arbeiten – von Automotive bis Healthcare
- Direkte Kontakte zu Recruitern, die verstehen, was unsere Absolventen können
Materialien, die zu dir passen
Nicht jeder lernt gleich. Manche brauchen visuelle Erklärungen, andere wollen direkt Code sehen, wieder andere lernen am besten durch Ausprobieren. Wir bieten verschiedene Formate an, damit du das findest, was für dich funktioniert.
Schritt-für-Schritt-Erklärungen mit Bildschirmaufnahmen. Du siehst genau, was passiert – vom Import der Bibliotheken bis zum trainierten Modell. Alle Videos sind in kurze Abschnitte unterteilt, sodass du gezielt zu dem springst, was dich gerade interessiert.
Jupyter Notebooks mit Code, den du direkt ausführen und verändern kannst. Experimentiere mit Parametern, probiere verschiedene Architekturen aus und sieh sofort, wie sich deine Änderungen auf die Ergebnisse auswirken.
Detaillierte Texte mit mathematischen Grundlagen, Architekturdiagrammen und Code-Beispielen. Gut zum Nachschlagen, wenn du tiefer in bestimmte Konzepte einsteigen willst oder später etwas nachgucken musst.
Konkrete Aufgaben mit realen Datensätzen. Du baust ein Modell von Anfang bis Ende – von der Datenaufbereitung über das Training bis zum Deployment. Mit Checkpoints, damit du bei Problemen nicht von vorn anfangen musst.
Wer dich begleitet
Unsere Mentoren kommen aus verschiedenen Bereichen – Forschung, Industrie, Startups. Was sie gemeinsam haben: Sie arbeiten täglich mit neuronalen Netzen und wissen, worauf es in der Praxis ankommt.
Dr. Katrin Möller
Lead Mentor Computer Vision
Hat bei einem Automobilzulieferer die Objekterkennung für autonomes Fahren mitentwickelt. Promoviert über CNN-Architekturen an der TU München. Erklärt komplexe Konzepte so, dass sie auch ohne Mathe-PhD Sinn ergeben. Kennt die typischen Stolpersteine beim Training von Vision-Modellen aus jahrelanger Praxis.