Diese Weiterbildung vermittelt fundierte Kenntnisse im Bereich der Statistik und Wahrscheinlichkeitsrechnung speziell für das Tätigkeitsfeld des Data Engineering. Die Teilnehmenden lernen mathematische Grundlagen kennen, um Datenstrukturen zu analysieren und automatisierte Prozesse zur Datenverarbeitung zu optimieren. Der Fokus liegt auf der Anwendung statistischer Methoden zur Sicherstellung der Datenqualität und zur Vorbereitung von Modellen für maschinelles Lernen.
Kursinhalt1. Deskriptive Statistik und Datenanalyse
- Berechnung von Lage- und Streuungsmaßen zur Datenbeschreibung
- Visualisierung statistischer Kennzahlen für technische Reportings
- Identifikation und Handhabung von Ausreißern in großen Datensätzen
2. Wahrscheinlichkeitsrechnung und Verteilungen
- Einführung in die Grundbegriffe der Wahrscheinlichkeitstheorie
- Anwendung diskreter und stetiger Wahrscheinlichkeitsverteilungen
- Bedeutung von Zufallsvariablen für die Modellierung von IT-Systemen
3. Schließende Statistik und Hypothesentests
- Einsatz von Schätzverfahren und Konfidenzintervallen
- Durchführung und Interpretation von statistischen Hypothesentests
- Methodik der Stichprobenziehung zur Validierung von Datenbeständen
4. Statistische Zusammenhänge und Regression
- Analyse von Korrelationen zur Prüfung von Datenabhängigkeiten
- Grundlagen linearer Regressionsmodelle für datengestützte Vorhersagen
- Sicherstellung der statistischen Signifikanz in automatisierten Datenpipelines
Berufliche Relevanz
- Aufbau einer mathematischen Fachgrundlage für die Zusammenarbeit mit Data Science Teams
- Implementierung automatisierter statistischer Prüfverfahren zur Sicherung der Datenqualität
- Befähigung zur fundierten Bewertung und Aufbereitung von Daten für komplexe Analyseumgebungen