AI Architect – KI-Lösungen gestalten und verantworten (NDS HF)

Für wen eignet sich dieses Angebot?

Der NDS richtet sich an erfahrene technische Fachpersonen, Projektleitende, Produktverantwortliche und Führungskräfte, die anspruchsvolle KI-Lösungen konzipieren, beurteilen, einführen und betreiben möchten. Er eignet sich besonders für Personen aus Informatik und Softwareentwicklung, Systemtechnik und Automation sowie Elektrotechnik und Elektronik, die Verantwortung für Architektur, Qualität, Security, Governance oder Wirtschaftlichkeit übernehmen.

Was du lernst

• AI Solution Architecture mit Modellen, Daten, APIs, Speichern, Werkzeugen, Benutzeroberflächen und Integration in bestehende Systeme
• Cloud-, On-Premises- und Hybridarchitekturen sowie entkoppelte, austauschbare Modell- und Plattformstrategien
• Advanced RAG mit Query Transformation, hybrider Suche, Reranking, Metadatenstrategien, Knowledge Graphs und Evaluation
• Fortgeschrittene Agentensysteme mit Orchestrierung, Planung, State Machines, Memory, Berechtigungen und menschlichen Kontrollpunkten
• Modellauswahl und Modellanpassung: Prompting, RAG, Fine-Tuning, LoRA und PEFT im Überblick
• Evaluation und Qualitätssicherung mit Testsets, Golden Datasets, Benchmarks, menschlicher Bewertung, Regressionstests und Akzeptanzkriterien
• LLMOps und MLOps mit Versionierung, Deployment, Rollback, Monitoring, Logging, Observability und Kostenkontrolle
• AI Security mit Threat Modeling, Prompt Injection, Datenexfiltration, Tool Abuse, Supply-Chain-Risiken und Red Teaming
• AI Governance mit Rollen, Freigaben, Policies, Risikoklassen, Datenklassifikation, Auditierbarkeit und Human Oversight
• Datenschutz, Urheberrecht, Lizenzrecht, Haftung, Datenhoheit und regulatorische Anforderungen im betrieblichen Kontext
• Datenstrategie, Data Ownership, Datenqualität, Lifecycle, Zugriff, Löschung und Wissensmanagement
• Business Case, ROI, TCO, Skalierung, Build versus Buy und Priorisierung eines KI-Use-Case-Portfolios
• Projekt-, Innovations- und Change Management vom Discovery über PoC und MVP bis zum produktiven Betrieb
• Wissenschaftliches und methodisches Arbeiten als Vorbereitung der Diplomarbeit
• Leistungsnachweis mit einem umfassenden AI Solution Design inklusive Architektur, Datenkonzept, Security, Governance, Recht, Wirtschaftlichkeit, Evaluation und Einführungsmodell
• Diplomarbeit «AI Project» mit einer selbständig bearbeiteten realen Problemstellung, technischer Umsetzung oder Prototyp, Tests, Evaluation, Reflexion und Defense