Inhalt
Je Modul erhalten Sie hier verschiedene Einsatzgebiete. Im ersten Modul „Grundlagen Data Science“ lernen Sie die Data Science Sprache kennen.
Nach dem zweiten Modul „Strukturierung von Daten“ ist es möglich, das Gelernte in Ihre Projekte einzusetzen. Sie lernen, wie Sie Daten richtig strukturieren und für die weitere Verwendung einsatzbereit machen. Hier gehen wir nach einem Schema vor, das sich im Allgemeinen sehr gut in Projekten einsetzen lässt.
Nachdem Sie Ihre Daten vorbereitet haben, ist es nötig, diese auch für weitere Analysen dementsprechend zur Verfügung zu stellen. Das heißt, eine Datenintegration ist nicht nötig. Hier werden die Daten aus der Datenbank dementsprechend geladen.
Data Analytics bedeutet mehr als nur Excel Sheets zu bearbeiten. Statistik ist ein sehr mächtiges Werkzeug, mit dem es möglich ist, aus den Daten sehr viel Information und Wissen abzuleiten, was in Entscheidungsprozessen Ihres Unternehmens integriert werden kann und soll. Dashboards und Visualisierungen sind überall vertreten und können leicht und schnell vom Gehirn verarbeitet werden. Um dies aber auch wirklich zu gewährleisten, setzt das Modul „Data Artist“ hier seinen Schwerpunkt.
Zeitraum
September und Oktober 2022
Zielgruppe
Dieser Lehrgang bietet sowohl Personen mit IT-Erfahrung als Spezialisten (EntwicklerInnen, DatenbankadministratorInnen, Systemengineers, …) als auch Personen aus dem Fachbereich (StatistikerInnen, BI-SpezialistInnen, Business-AnalystInnen, …) eine umfassende Weiterentwicklung für neue Standards und setzt die Grundlage für eine Entwicklung Richtung Data-Science-ExpertInnen.
Teilnahmegebühren
Gesamter Lehrgang (Modul 1-4)*
1.790,00 für ADV-Mitglieder | € 1.990,00 für Nicht-Mitglieder
* Die Preise verstehen sich pro Person, exkl. USt
weitere Bedingungen und Informationen entnehmen Sie bitte der Broschüre
Ort
Online
Module
Modul | Datum | Themenschwerpunkt |
---|---|---|
Modul 1 | 21. September 2022 | Grundlagen Data Science & die Strukturierung von Daten • Die Grundlagen von Data Science • Der Mehrwert beim Einsatz von Data Science • Das Berufsbild Data Scientist • Die Klärung der Begriffe (z.B. Data Lake, Data Engineering, Data Mining, Digitalisierung und Big Data, u.a. ) • Unterschied und Klärung der Begriffe IoT und Cloud Computing • Vor- und Nachteile des Data Managements • Evaluation von Datenmodellen • Definition eines fachlichen Modells zur Abstimmung mit dem Fachbereich • Die Erstellung von Entity-Relationship-Modellen zur Strukturierung der Daten |
Modul 2 | 22. September 2022 | Die Aufbereitung von Daten • ETL/ELT Unterschied • Historisierung (Varianten/Grundlagen/Versionierung) • Wie kann man die Datenspeicherung optimieren? • Grundlagen Big Data Analytics (Einsatzmöglichkeiten, Charakteristika, MapReduce) • Einführung in Cloud Computing und Kommunikationssysteme |
Modul 3 | 12. Oktober 2022 | Die Analyse von Daten • Univariate Analysen zum Erkennen von Datenanomalien • Unterscheidung von uni-/bi- und multivariaten Analysen • Bereinigung von Daten sowie arbeiten mit fehlenden Werten • Einführung in die Welt neuronaler Netze • Grundlegende Aufgaben und Methoden des Machine Learning |
Modul 4 | 13. Oktober 2022 | Be a data artist! • Grundlagen und Vorteile von Visualisierungen • Allgemeine Designrichtlinien • Regressions- und Klassifizierungsmodelle • UX-Design Richtlinien • Reports und Dashboard Designs • Analyse von Reports |