Der Kurs Artificial Intelligence Fundamentals soll den Teilnehmern eine umfassende Einführung in das Gebiet der Künstlichen Intelligenz (KI) bieten. Durch eine Kombination aus theoretischen Konzepten und praktischen Anwendungen erhalten die Teilnehmer eine solide Grundlage in der KI und ihren verschiedenen Teilbereichen, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision und Robotik. Wir erforschen den Einsatz von KI in der Industrie und insbesondere in der Telekommunikation und verwandten Sektoren. Am Ende des Kurses verfügen die Teilnehmer über ein umfassendes Verständnis der KI-Konzepte, -Techniken und ihrer realen Anwendungen – insbesondere in der Telekommunikation. Sie sind in der Lage, weitere Studien im Bereich KI durchzuführen oder ihr Wissen in verschiedenen Bereichen anzuwenden, in denen KI eine wichtige Rolle spielt. Voraussetzungen Für diesen Kurs gibt es keine besonderen Voraussetzungen. Ein grundlegendes Verständnis der Programmierkonzepte wäre jedoch von Vorteil. Kursinhalte Einführung in die Künstliche Intelligenz Maschinelles Lernen Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie Ethik und verantwortungsvolle KI

Lesen Sie Mehr

Der Kurs Artificial Intelligence Fundamentals soll den Teilnehmern eine umfassende Einführung in das Gebiet der Künstlichen Intelligenz (KI) bieten. Durch eine Kombination aus theoretischen Konzepten und praktischen Anwendungen erhalten die Teilnehmer eine solide Grundlage in der KI und ihren verschiedenen Teilbereichen, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision und Robotik. Wir erforschen den Einsatz von KI in der Industrie und insbesondere in der Telekommunikation und verwandten Sektoren. Am Ende des Kurses verfügen die Teilnehmer über ein umfassendes Verständnis der KI-Konzepte, -Techniken und ihrer realen Anwendungen – insbesondere in der Telekommunikation. Sie sind in der Lage, weitere Studien im Bereich KI durchzuführen oder ihr Wissen in verschiedenen Bereichen anzuwenden, in denen KI eine wichtige Rolle spielt. Voraussetzungen Für diesen Kurs gibt es keine besonderen Voraussetzungen. Ein grundlegendes Verständnis der Programmierkonzepte wäre jedoch von Vorteil. Kursinhalte Einführung in die Künstliche Intelligenz Maschinelles Lernen Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie Ethik und verantwortungsvolle KI

Lesen Sie Mehr

Abgedeckte Schlüsselthemen Grundlagen der Virtualisierung in der Telekommunikation, einschließlich der Entwicklung hin zu Cloud-nativen Architekturen und der Rolle von VMs und Containern in 5G Core- und Edge-Umgebungen Grundlagen des Cloud-Netzwerks, einschließlich virtueller Netzwerke, Segmentierung, Overlay-Technologien, sicherer Konnektivität und Integration mit Transport- und Core-Netzwerken Grundlagen der Containerisierung, einschließlich Container-Lebenszyklus, Workload-Typen und Ressourcenisolierung für Telekommunikations-Grade-Bereitstellungen Kubernetes und Container-Orchestrierung, einschließlich Architektur, CNF-Management, Resilienzmechanismen und Bereitstellung über Core- und Edge-Umgebungen Container-Netzwerkmodelle, einschließlich Multi-Interface-Unterstützung, Hochleistungs-Datenpfade und Integration mit Orchestrierungs- und Transportsystemen Lernergebnisse Verstehen der Grundlagen der Netzwerk- und IT-Virtualisierung/Containerisierung (NFV, CNF) und der Container-Orchestrierung Erklären, wie Virtualisierung Skalierbarkeit, Ausfallsicherheit und Automatisierung in konvergierten Core-Netzwerken ermöglicht Identifizieren der Rolle Cloud-nativer Funktionen beim Übergang von Vodafone zu softwaredefinierten Netzwerken Beschreibung der operativen Auswirkungen auf Lebenszyklusmanagement, Orchestrierung und Sicherstellung Zielgruppe Core-Netzwerkingenieure, die auf Cloud-native Architekturen umsteigen Netzwerk-Cloud- und Plattformingenieure Technisches Betriebspersonal, das das Lebenszyklusmanagement (LCM) von CNFs und NSs unterstützt

Lesen Sie Mehr

Behandelte Kernthemen Grundlagen der Telekom-Private-Cloud-Architektur, einschließlich NFVI-Komponenten, Hochverfügbarkeit, Edge-/verteilte Bereitstellungen und die Entwicklung von NFV zu Cloud-nativen Plattformen Design von virtueller Infrastruktur und Cloud-Plattformen, einschließlich Compute, Speicher, Netzwerk, Ressourcenisolierung und Integration von Rechenzentrums-Fabric Private-Cloud-Networking und -Sicherheit, einschließlich Segmentierung, Tunnelling, Service Discovery und Schutz von Core- und Edge-Workloads Integration von Containern und Kubernetes, Unterstützung von CNFs neben virtuellen Maschinen mit erweiterten Netzwerk- und Datenebenenüberlegungen Betriebsmodelle und Lebenszyklusmanagement, einschließlich Planung, Überwachung, Upgrades, Notfallwiederherstellung und Governance-Prozesse Lernziele Architektur und Betrieb von Vodafone-entwickelten Private-Cloud-Plattformen unter Verwendung moderner SDN- und Cloud-nativer Tools Entwicklung effizienter VPC-Layouts, Routing, Service Discovery und sicherer mehrstufiger Architekturen Implementierung von Overlay-/Underlay-Technologien einschließlich VxLAN, GRE und IPsec Optimierung des VNFC-Netzwerks mithilfe von DPDK/SR-IOV für Hochleistungs-Workloads. Kursmodule Grundlagen der Telekom-Private-Cloud-Architektur Design von virtueller Infrastruktur und Netzwerk-Cloud-Plattformen Private-Cloud-Networking und -Sicherheit Container-Integration in Private Cloud Betriebsmodell und Lebenszyklusmanagement

Lesen Sie Mehr

Behandelte Schlüsselthemen Übersicht über Zero Touch Operations (ZTO), einschließlich ihrer Rolle in 5G-/Cloud-nativen Netzwerken und der Entwicklung hin zu intent-gesteuerten, KI-fähigen Operationen Intent-gesteuertes Networking und Richtlinienautomatisierung, Übersetzen von Geschäftsabsichten in orchestrierte Aktionen für Bereitstellung, Skalierung und Optimierung Automatisierung von Netzwerkoperationen wie Konfigurationsmanagement, Selbstheilung, Skalierung, Dienstaktivierung und Incident-Handling Anwendung von KI/ML für prädiktive Analysen, Anomalieerkennung, Ursachenanalyse und Netzwerkoptimierung Governance-, Sicherheits- und Vertrauensrahmenwerke zur Gewährleistung sicherer, auditierbarer und zuverlässiger automatisierter Operationen" Lernergebnisse Identifizieren von operativen Prozessen, die sich für eine vollständige Automatisierung vs. eine Mensch-in-der-Schleife-Steuerung eignen Verstehen von Richtlinien-/Intent-Frameworks, die einen hands-off-Betrieb ermöglichen Erklären der Interaktionen zwischen Orchestrierung, Assurance, Analytik und KI bei Zero-Touch-Operationen Erkennen von Governance- und Vertrauensaspekten in automatisierten Bereichen. Zielgruppe Netzwerk-Operations-Ingenieure Automatisierungs- und Orchestrierungsingenieure Architekten für digitale Transformation und Operations Service-Assurance- und Netzwerkmanagement-Teams

Lesen Sie Mehr

Behandelte Schwerpunkte Grundlagen der Closed-Loop-Automatisierung, einschließlich des Monitor-Analyse-Entscheiden-Handeln-Modells und seiner Rolle bei der Verbesserung der Servicezuverlässigkeit, Effizienz und SLA-Leistung über Netzwerkdomänen hinweg Telemetrie und Echtzeit-Observabilität, einschließlich Datenerfassung aus Multi-Domain-Quellen, Streaming-Analysen und Integration in Assurance-Systeme Analyse- und Entscheidungsfindungsrahmen, einschließlich regelbasierter und KI-gesteuerter Richtlinien-Engines für SLA-Überwachung, prädiktive Analyse und automatisierte Entscheidungsauslöser Automatisierte Orchestrierungs- und Korrekturmaßnahmen, die Skalierung, Umleitung, Rekonfiguration und Fehlerbehebung über RAN, Core, Transport und Cloud ermöglichen End-to-End-Service-Assurance-Integration, einschließlich KPI-Überwachung, SLA-Durchsetzung, Incident-Automatisierung und Abstimmung mit Betriebsprozessen Lernziele Anwenden von Closed-Loop-Automatisierungsrahmen (überwachen → analysieren → entscheiden → handeln) Identifizieren relevanter Telemetrie-/KPI-Quellen für Echtzeitentscheidungen Erläutern des Zusammenspiels zwischen Analyse-Engines und Orchestrierungsebenen Verstehen von assistierten vs. vollständig geschlossenen Implementierungsmodellen." Zielgruppe Netzwerkautomatisierungsingenieure KI-/Analyseingenieure, die die Netzwerk-Assurance unterstützen OSS-PlattformarchitektenBetriebsteams, die für Service-Assurance und Leistung verantwortlich sind

Lesen Sie Mehr

Künstliche Intelligenz (KI) revolutioniert die Telekommunikationsbranche und treibt vernetzte Innovationen voran. Dieser umfassende Kurs beleuchtet die Rolle der KI in der Telekommunikation und ihre vielfältigen Anwendungsbereiche – von maschinellem Lernen über die Verarbeitung natürlicher Sprache und Computer Vision bis hin zur Robotik. Die Teilnehmenden erwerben ein fundiertes Verständnis dafür, wie KI Telekommunikationsnetze effizienter und nachhaltiger gestaltet und wie sie in sich entwickelnde Architekturen integriert wird, um zukunftsweisende Anwendungsfälle wie das Metaverse, intelligente Transportsysteme und autonomes Fahren zu unterstützen. Darüber hinaus beleuchtet der Kurs die Synergie zwischen KI und dem Internet der Dinge (IoT) und formt daraus das zukunftsweisende Konzept AIoT (Künstliche Intelligenz der Dinge). Die Teilnehmenden erfahren, wie KI branchenübergreifend Innovationen vorantreibt und intelligentere Städte, effizientere Fertigungsprozesse und personalisierte Gesundheitslösungen ermöglicht. Am Ende des Programms sind die Teilnehmenden mit KI-Konzepten und -Techniken bestens vertraut und bereit, ihr Wissen in der Telekommunikation und darüber hinaus anzuwenden. Ob sie ein weiterführendes KI-Studium anstreben oder ihre Expertise in verschiedenen Bereichen nutzen möchten – die Teilnehmenden sind bestens gerüstet, um sich an der spannenden Schnittstelle von KI und Telekommunikationsinnovationen zurechtzufinden. In der sich rasant entwickelnden digitalen Welt ist das Verständnis der Grundlagen von KI für Fachkräfte der Telekommunikationsbranche unerlässlich. Dieser Kurs vermittelt den Teilnehmenden nicht nur praktische KI-Kenntnisse, sondern sensibilisiert sie auch für die ethischen Aspekte und den verantwortungsvollen Einsatz von KI-Technologien. Mit Fokus auf reale Anwendungen und Branchenrelevanz befähigt dieser Kurs die Teilnehmenden, KI zu nutzen, um Innovationen voranzutreiben, die Effizienz zu steigern und neue Möglichkeiten im dynamischen Bereich der Telekommunikation und vernetzten Innovationen zu erschließen. Kursinhalte Einführung in die künstliche Intelligenz Maschinelles Lernen Anwendung von maschinellem Lernen auf KI Verarbeitung natürlicher Sprache (NLP) Computer Vision Robotik und autonome Systeme KI in der Industrie AIoT (Künstliche Intelligenz der Dinge) Ethik und verantwortungsvolle KI

Lesen Sie Mehr