- Was macht ein Data Analyst? - Aufgaben, Tools und Workflows im Umfeld moderner Data Analysis
- Grundlagen der Data Analytics und Überblick über die Datenwertschöpfung in der Data Analysis
- Verständnis für KPIs, Datengranularität und analytisches Denken als Kernkompetenz eines Data Analyst
Erste Schritte in Data Analysis mit Python
- Einstieg in Python: Variablen, Bedingungen, Listen, Funktionen für grundlegende Data Analysis
- Nutzung von Jupyter Notebooks zur praktischen Analyse durch angehende Data Analysts
- Kleine Coding-Übungen zur Datenbearbeitung, Logik und explorativen Data Analysis
Pandas für Data Analysis Methoden
- Daten einlesen, filtern und transformieren mit Pandas - Standard-Tool für jeden Data Analyst
- Datenbereinigung und einfache Visualisierungen zur Unterstützung datengetriebener Entscheidungen
- Zusammenführen mehrerer Datenquellen und explorative Data Analysis auf realen Datensätzen
Grundlagen statistischer Analyseverfahren
- Deskriptive Statistik und Verteilungen zur Interpretation in der Data Analysis
- A/B Testing und lineare Regression anwenden - wichtige Methoden für den Data Analyst Alltag
- Interpretation von Datenmustern und Hypothesenprüfung durch gezielte Data Analysis
Projekte für angehende Data Analysts
- Individuelles Data Analysis Projekt von der Rohdatenbasis bis zur Auswertung durch den Data Analyst
- Visualisierung und Reporting mit Tableau - Präsentationskompetenz für Data Analysts
- Präsentation analytischer Erkenntnisse zur Entscheidungsvorbereitung im beruflichen Alltag eines Data Analyst
Data Analysten entwickeln Präsentationskompetenz mit Tableau und sammeln praktische Erfahrung durch individuelle Data Analyst Projekte von der Rohdatenbasis bis zur Auswertung.