- Verstehen der Aufgaben und Verantwortung von Fachkräften im Bereich Data Analytics in Unternehmen
- Überblick über Tools wie Google Sheets, GitHub und Markdown zur Unterstützung analytischer Prozesse
- Anwendung von deskriptiver Statistik zur Strukturierung und Interpretation von Daten
- Förderung analytischer Denkweisen für datengetriebene Entscheidungen
Grundlagen der Programmierung & Datenanalyse mit Python
- Einführung in Python, Terminal und Git für den Einsatz in Data Analytics Projekten
- Umgang mit Kontrollstrukturen, Listen und Funktionen zur Vorbereitung von Analysen
- Bearbeitung kleiner data analytics Projekte mit Jupyter Notebooks
- Präsentation erster Analyseergebnisse und Diskussion im Team
Datenaufbereitung & Visualisierung mit Pandas
- Datenmanipulation und -bereinigung mit Pandas zur Vorbereitung auf Data Analytics Aufgaben
- Nutzung statistischer Methoden zur Mustererkennung
- Erstellung visueller Darstellungen von Datensätzen zur Kommunikation von Erkenntnissen
- Abschluss eines eigenen Projekts zur explorativen Datenanalyse
Statistik & fortgeschrittene Analysemethoden
- Verständnis statistischer Grundlagen wie Verteilungen und Konfidenzintervalle
- Durchführung von A/B-Tests zur Überprüfung von Hypothesen in Business-Kontexten
- Einführung in Regressionsanalysen und Clustering zur Vertiefung der Data Analytics Kenntnisse
- Praktische Anwendung statistischer Modelle zur Unterstützung datenbasierter Entscheidungen
Dieser Kurs bietet Data Analytics Studenten einen umfassenden Überblick über Aufgaben, Tools und Methoden, um datengetriebene Entscheidungen zu unterstützen.