SRH Fernhochschule - The Mobile University
SRH Fernhochschule - The Mobile University

Autoren für die Erstellung eines Studienbriefs zum Thema "Qualitätssicherung und Erklärbarkeit in der Datenwissenschaft" auf Honorarbasis w/m/d

Riedlingen / 25.11.2021

Die SRH Fernhochschule – The Mobile University ist als staatlich unbefristet anerkannte Hochschule, Qualitätsführer im Fernstudienmarkt für orts- und zeitunabhängiges Studieren. Mit unseren 21 Studienzentren sind wir immer in der Nähe. Mehr als 150 Mitarbeitende, 65 Professor:innen und Fachdozent:innen sowie 170 Lehrbeauftragte begleiten 9.000 Studierende auf ihrem individuellen Bildungsweg. Wir sind Teil der SRH, einer Stiftung mit führenden Angeboten im Bereich Bildung und Gesundheit.



Der Master-Studiengang „DataScience & Analytics“ vermittelt Know-how zur Erschließung, Aufbereitung, Auswertung und Nutzung von Daten im Unternehmen, um gewinnbringende Lösungen für den Unternehmenserfolg zu ermöglichen und durch den praktischen Einsatz von Machine Learning neue Geschäftsmodelle zu entwickeln. Die Studierenden sind nach Abschluss in der Lage bei der Entwicklung von Smarten Produkten mitzuwirken, die Potentiale neuer Geschäftsmodelle zu heben und diese in Führungsposition mitzugestalten.



In der Spezialisierung „Machine Learning“ fokussieren sich die Studierenden darauf, wie die wachsende Menge von Unternehmensdaten gewinnbringend zur Entwicklung neuer Geschäftsmodelle genutzt werden können und wie durch den Einsatz Neuronaler Netze und des Deep Learning neue Daten, Erkenntnisse und Geschäftschancen entwickelt werden können.



Im Rahmen dieser Spezialisierung des Studiengangs „Data Science und Analytics“ wird das Modul „Qualitätssicherung und Erklärbarkeit in der Datenwissenschaft“ angeboten. In diesem Modul lernen die Studierenden, die theoretischen Grundlagen und in der Praxis anwendbare Konzepte, Tools und Methoden, die erforderlich sind, um die Qualität von KI-basierten Analysen und Entscheidungsvorschlägen beurteilen und sicherstellen zu können. Ebenso lernen sie Konzepte für eine möglichst hohe Qualität von ML-Modellen zu erarbeiten und in Teilen umzusetzen.



Für dieses Modul wird ein Autor und Modulverantwortlicher gesucht.



Folgende Inhalte sind für das Modul geplant:



• Datenqualität definieren und Merkmale einer guten Datenqualität benennen und erklären (z.B. intrinsische, kontextuelle, repräsentationelle Datenqualität etc.)

• typische Datenfehler erläutern und klassifizieren

• Methoden zur Messung von Datenqualität beschreiben

• Verfahren der konstruktiven und analytischen Qualitätssicherung von Daten erläutern

• Gefahren für eine hohe Datenqualität und -integrität benennen

• Beispiele für Tools zur Absicherung oder Herstellung von Datenqualität benennen und deren wesentliche Funktionsweise erläutern

• Maßnahmen zur konstruktiven und analytischen Qualitätssicherung in ML-Projekten benennen und deren wesentliche Kernelemente beschreiben

• Qualitätsmerkmale und -risiken von Ergebnissen einer KI-basierter Datenanalyse und von Entscheidungsvorschlägen eines ML-Modells erläutern

• das Problem der Blackbox in der KI erklären

• in Grundzügen die Methoden (z.B. Linearität, model agnostic/specific analysis) und Tools (z.B. Lime, LRP etc.) für Erklärbarkeit (Interpretability) in der Künstlichen Intelligenz beschreiben.

• Ansätze zur Beurteilung der Qualität und des Reifegrades von ML Modellen darlegen

Wir bieten:

  • Wir betonen ausdrücklich, dass bei uns alle Menschen - unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion/Weltanschauung, Behinderung, Alter sowie sexueller Orientierung - gleichermaßen willkommen sind. Behinderte Bewerber werden bei gleicher fachlicher und persönlicher Eignung bevorzugt eingestellt bzw. ausgebildet.

Aufgabe:

  • Erstellen von Studienbriefen nach didaktischen und wissenschaftlichen Vorgaben im genannten Themengebiet
  • Einhaltung unserer Serviceziele und Qualitätsstandards

Profil:

  • Abgeschlossenes einschlägiges Hochschulstudium, idealerweise mit Promotion
  • Sehr gute schriftliche Ausdrucksfähigkeit

Ihre fachlichen Fragen beantwortet:

Jasmin Hanisch unter +49 (0) 7371 9315-162

Werden Sie Teil unseres Teams und bewerben Sie sich online mit Angabe der Kennziffer 7905-0 über unser Karriereportal.

Jetzt Bewerben

Sie haben Fragen? Ich bin für Sie da

alt

Jasmin Hanisch
Teamleitung Student Content Lab – Operations and Service

Kirchstraße 26
88499 Riedlingen
Telefon: +49 (0) 7371 9315-162

www.mobile-university.de

Lernen Sie unsere Hochschule kennen

An unserer staatlich anerkannten SRH Fernhochschule haben wir uns auf flexibles Studieren neben...

Infos zur Hochschule

Lernen Sie Riedlingen kennen

Das traditionsreiche Städtchen Riedlingen liegt idyllisch gelegen zwischen den Ausläufern der Schwäbischen Alb, dem ...

Infos zu Riedlingen

Job-Agent Stellenanzeigen Abonnement

Mit dem E-Mail-Abonnement der SRH erhalten Sie die neuesten Stellenangebote automatisch per E-Mail.

Jetzt Abonnieren