Big Data Engineers werden zur interdisziplinären Analyse und Konzeption von IT- und Datenbanklösungen eingesetzt. Daher führt der Lehrgang zunächst in die Grundlagen von Business Intelligence ein, beschreibt die Anforderung des Data Engineerings und erläutert Data Warehouse Modellierung und ETL. Im Anschluss wird dir Big Data anhand branchenspezifischer Software, die zum Speichern, Verarbeiten und Berechnen von großen Datenmengen dient, nähergebracht. Abschließend erweiterst du deine Kenntnisse um statistisches Fachwissen zur Erkennung von Zusammenhängen und Veriferzierung von Beobachtungen. Ergänzend wird der Einsatz Künstlicher Intelligenz (KI) im Beruf gezeigt.
- Grundlagen Business Intelligence, Data Engineering
- Anforderungsmanagement Data Engineer
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Datenbanken
- Data Warehouse
- ETL
- Projektarbeit Data Engineer
- 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
- Statistische Grundlagen
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Methoden zum Vergleich von zwei Gruppen
- Grundlagen der Regressionsanalyse
- Methoden zum Mittelwertvergleich von mehreren Gruppen
- Einführung in die Versuchsplanung (DoE, Design of Experiments)
- Projektarbeit Statistik
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.