- Grundlagen moderner Datenarchitekturen
- Python für Data Engineering
- SQL und relationale Datenbanken
- Datenmodellierung und Datenmanagement
- Entwicklung von ETL- und ELT-Pipelines
- Datenintegration aus verschiedenen Quellen
- Data Warehouses und Data Lakes
- Big-Data-Technologien und verteilte Datenverarbeitung
- Cloud Computing für Datenplattformen
- Datenqualität und Data Governance
- Automatisierung und Orchestrierung von Datenprozessen
- Monitoring und Fehlerbehandlung von Datenpipelines
- Bereitstellung von Daten für BI-, Analytics- und KI-Anwendungen
- Versionsverwaltung und kollaborative Entwicklung
- Praxisprojekt zur Entwicklung einer vollständigen Datenpipeline
(Version: 2026-06-23T11:52:12+02:00)