Big Data Analysts werten Unternehmensdaten aus und veranschaulichen diese in einem ansprechenden Rahmen. Der Lehrgang erläutert zunächst die Anforderungen von Daten und Datenbanken sowie die Data Warehouse-Modellierung und den ETL-Prozess. Ein weiterer Schwerpunkt liegt auf der Datenanalyse sowie deren Programmierung, Visualisierung und Management im Big Data Kontext. Abschließend wird das Framework Apache zur Verarbeitung umfangreicher Datenmengen erklärt. Ein Einblick in die Nutzung Künstlicher Intelligenz in diesem Bereich rundet den Kurs ab.
- Grundlagen Business Intelligence, Data Engineering
- Anforderungsmanagement Data Engineer
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Datenbanken
- Data Warehouse
- ETL
- Projektarbeit Data Engineer
- Einführung Datenanalyse
- Wiederholung Grundlagen Python
- Datenanalyse, Data Analytics
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Datenvisualisierung
- Datenmanagement
- Datenanalyse im Big Data Kontext
- Dashboards
- Text Mining
- Projektarbeit Data Analytics
- Was ist Big Data?
- Einführung in Big-Data-Frameworks: Big Data Lösungen in der Cloud (Überblick AWS, Azure, GCP), Einführung in Data Lakes und Data Warehouses, Überblick Apache Hadoop und Spark
- Verteilte Datenverarbeitung mit Sparks: Apache Spark
- Datenpipelines und Datenintegration: ETL- und ELT-Prozesse, Orchestrierung
- Komponenten von Big Data: Apache Spark
- NoSQL und Datenspeicher: CAP-Theorem, ACID, BASE, HBase, Datenbanken
- Big Data Visualisierung: BI-Tools (Power BI, Tableau)
- Data Governance und Datenschutz: DSGVO, Governance-Konzepte
- Projektarbeit Big Data
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.