Grundlagen & Tooling für Datenarbeit
  • Setup von UNIX-Umgebungen, Terminal-Kommandos und Git-Workflows
  • Einführung in moderne Datenrollen und Data-Driven Culture
  • Erste Datenanalysen mit Google Sheets und Google Forms
  • Deskriptive Statistik, Präsentations- und Problemlösungs-Skills
Coding Deep Dive: Python, SQL & Datenmanipulation
  • Intensives Python-Training mit Coding Challenges und Miniprojekt
  • Datenanalyse mit Pandas, Numpy und visuellen Python-Libraries
  • Einführung in SQL, Datenbankabfragen und Datenextraktion
  • Explorative Datenanalyse (EDA) auf echten Datensätzen
Datenmodellierung & Predictive Analytics
  • Durchführung eines vollständigen EDA-Projekts mit Präsentation
  • Einführung in Machine Learning: Regression & Klassifikation
  • Modelltraining, Optimierung und Evaluierung von Vorhersagemodellen
  • Einsatz von Supervised & Unsupervised Learning-Techniken
Data Engineering Mindset & Dashboarding
  • Aufbau von datengetriebenen Produkten und KPI-Frameworks
  • Stakeholder Management und Agile Projektmethoden
  • Fortgeschrittene SQL-Techniken und Visualisierung mit Tableau
  • Datenprodukte effektiv kommunizieren - auch für Nicht-Techniker
Advanced Machine Learning & Data Productization
  • KNN, Entscheidungsbäume, Clustering & Ensemble-Methoden
  • Teamprojekt zur Anwendung der gesamten ML-Lifecycle
  • Stakeholder-Präsentationen und "Take-Me-Home"-Challenge
  • Agile Methoden für Teamarbeit in der Datenentwicklung
Deployment & Capstone: Datenlösungen in Produktion bringen
  • Einführung in Cloud-Dienste (z. B. BigQuery), API-Nutzung mit Python
  • Aufbau von Datenpipelines und Verbindungen zu externen Quellen
  • Planung, Umsetzung und Deployment eines realen Datenprodukts
  • Abschlusspräsentation vor Expertenpublikum beim Graduation-Event

Der Kurs behandelt verschiedene Bereiche des Data Engineerings, darunter Datenanalysen, Datenmodellierung und datengetriebene Produktentwicklung.