Workshops, Seminare & Schulungen

IT Security Workshops & Seminare

Unsere Seminare & Workshops zu diversen IT-Security Themen sind keine Monologe. In einer aktiven und diskussionsfreudigen Atmosphäre gehen wir auf individuelle Fragestellungen ein. Informieren Sie sich über unser Spektrum an Lehrveranstaltungen.

 

Einführung in Cloud Security

  • Einführung in Cloud-Computing (Crashkurs)
  • Einführung in Cloud Security
  • Rechtliche Rahmenbedingungen
  • IT-Risiko Management
  • Verträge und Service Level Agreements (SLA)
  • Schritte für die Migration zu Cloud Computing.

Einführung in Kryptografie und PKI

  • Warum Kryptographie?
  • Was ist Kryptographie?
  • Grundlagen der Public Key Infrastruktur
  • Literaturempfehlungen zu behandelten Themen

Kurzschulungen zur IT-Security

  • Sichere E-Mail-Kommunikation
  • Digitale Zertifikate und deren Management für kleine Firmen oder Abteilungen
  • Festplattenverschlüsselung
  • SAP (SNC) Security
  • SmartCard Management Systeme
  • und weitere Themen

Ansprechpartner

Bernhard Borsch

Bernhard Borsch

Senior Consultant - IT Security

Bernhard Borsch ist seit 2014 als Senior Consultant im Bereich Security für die mVISE AG tätig. Zu seinen Kernkompetenzen zählt neben PKI und Kryptographie auch das Themenfeld Mobile Security.
Zurzeit unterstützt er mit seinem Team Kunden, die sich der Herausforderung der Absicherung von mobilen Devices stellen.

App Development Workshops

Wir helfen Ihnen dabei von Ihren Benutzer-, Workflow- und Marktkenntnissen zu profitieren und das Projekt durch die Einführung der am besten geeigneten Methoden, Tools und Technologien risikoarm zu gestalten.

Ideation

Mit mehr als 10 Jahren Erfahrung in den Bereichen Innovationsmanagement, Produktentwicklung, Ideation und Design, sind wir der richtige Partner, um sie bei der Ideenfindung und Problemlösung zu begleiten.

Projekt Struktur

An dieser Stelle haben Sie eine klare Vorstellung über das WAS – welche Features und Funktionen sollte Ihre mobile digitale Lösung haben. Unsere nächsten Gedanken sollten sich an das WIE und WER richten.

Stakeholder Mapping & Planning

Wer muss wissen, was, wann und wie; wer kann innerhalb des Projekts Hürden schaffen oder beseitigen?

„Der Ideation-Workshop mit mVISE hat uns geholfen, ein besseres und umfassenderes Verständnis der unerfüllten Nutzeranforderungen zu erlangen und Kriterien zu identifizieren, anhand derer wir den geschäftlichen Nutzen von mobilen digitalen Lösungen messen können. Unser Entwicklungsprogramm wurde dadurch deutlich vorangetrieben.”

Alwin Scheu

Produktmanager FEIG Sensors, FEIG ELECTRONIC GmbH

Ansprechpartner

Kevin J Mobbs Ph.D.

Kevin J Mobbs Ph.D.

Unit Manager Solutions

Kevin Mobbs hat einen Hintergrund in molekularer Mikrobiologie Forschung und technologischer Produktentwicklung. Nach einer kurzen akademischen Forschungslaufbahn arbeitete er zunächst in der Produktentwicklung des erfolgreichen UK Startup Genera Technologies. Es folgten sieben Jahre als Product Manager bei QIAGEN und Lonza in der Biotech-Geräte-Industrie, über 5 Jahre erfolgreiche Innovationsberatung für Crowdsourcing-SaaS-Pioniere InnoCentive Inc. sowie für den weltweit größten Rückversicherer Munich RE. Kevin Mobbs ist ein Verfechter von Design-Thinking-Methoden und ermöglicht es, “dumme Fragen” zu stellen und zu beantworten. “Wenn etwas nicht mit Freude gemacht werden kann, ist es vielleicht nicht wert, es zu tun!”

Data Science Schulungen

Als Data Science Unit der mVISE AG konzipieren wir Data Science- und Statistik-Schulungen mit dem Ziel, unseren Kunden das Potenzial ihrer Daten aufzuzeigen. Dabei vermitteln wir aktuelle Methoden und Vorgehensweisen anhand von praktischen Beispielen, so dass alle Teilnehmer die gelernten Inhalte optimal nutzen und direkt einsetzen können.

Data Science Grundlagen

Sie erlangen ein Grundverständnis ausgewählter Algorithmen und Methoden aus dem Bereich Data Science und wenden diese in praktischen Beispielen an.

Basismethoden
  • Künstliche Neuronale Netze
  • Lineare Regression
  • Logistische Regression
  • Entscheidungsbäume
  • Random Forest
  • Support Vector Machines
  • Bayes‘sche Verfahren
  • Clustering Verfahren

Deep Learning

Sie verstehen wie Sie künstliche Neuronale Netze und Deep Learning optimal einsetzen und machen sich mit State-of-the-Art Methoden vertraut.

Neuronale Netze
  • Künstliche Neuronale Netze
  • Einführung Neuronale Netze
  • Multilayer Perceptrons (MLP)
  • Restricted Boltzmann Machines (RBM)
  • Convolutional Neural Networks (CNN)
  • Deep Reinforcement Learning (RL)
  • Video Analyse / Objektverfolgung
  • Recurrent Neural Networks und Long-Short-Term-Memory
  • Attention Models
  • Autoencoders
  • Remaining Useful Lifetime Models
  • Hands on – Relevante Deep Learning Libraries

Zeitreihenanalyse

Sie erlenen den Umgang mit Sequentiellen Daten um Trends zu erkennen und Vorhersagemodelle zu entwickeln.

Vorhersage Modelle
  • Transformationen
    • Resampling
    • Detrending
    • Decomposition
    • Smoothing
    • Frequency Transformation
  • Sequential Pattern Mining
  • Stochastic Time Series Models
    • Stationary Time Series Models
    • Non-Stationary Time Series Models
  • Recurrent Neural Networks und Long-Short-Term-Memory
  • Remaining Useful Lifetime Models
Basismethoden
  • Künstliche Neuronale Netze
  • Lineare Regression
  • Logistische Regression
  • Entscheidungsbäume
  • Random Forest
  • Support Vector Machines
  • Bayes‘sche Verfahren
  • Clustering Verfahren
Neuronale Netze
  • Künstliche Neuronale Netze
  • Einführung Neuronale Netze
  • Multilayer Perceptrons (MLP)
  • Restricted Boltzmann Machines (RBM)
  • Convolutional Neural Networks (CNN)
  • Deep Reinforcement Learning (RL)
  • Video Analyse / Objektverfolgung
  • Recurrent Neural Networks und Long-Short-Term-Memory
  • Attention Models
  • Autoencoders
  • Remaining Useful Lifetime Models
  • Hands on – Relevante Deep Learning Libraries
Vorhersage Modelle
  • Transformationen
    • Resampling
    • Detrending
    • Decomposition
    • Smoothing
    • Frequency Transformation
  • Sequential Pattern Mining
  • Stochastic Time Series Models
    • Stationary Time Series Models
    • Non-Stationary Time Series Models
  • Recurrent Neural Networks und Long-Short-Term-Memory
  • Remaining Useful Lifetime Models

Ansprechpartner

Dr. Alexander Kaul

Dr. Alexander Kaul

Head of Data Science Unit

Alexander Kaul leitet die Data Science Unit in München und ist seit über 10 Jahren als Berater tätig. Im Laufe seiner Beraterkarriere hat er unterschiedliche Anwendungen von der Vision über die erste Umsetzung bis zur kontinuierlichen Weiterentwicklung im laufenden Betrieb begleitet. Aktuell arbeitet er mit seinen Klienten an der Entwicklung neuer datengetriebener Geschäftsmodelle.

Wir benutzen Cookies um die Nutzerfreundlichkeit der Webseite zu verbessen. Durch Deinen Besuch stimmst Du dem zu.