Die Weiterbildung vermittelt fundierte Kenntnisse zentraler Data-Science-Methoden im Umgang mit großen und komplexen Datenmengen. Im Fokus stehen statistische Verfahren, datengetriebene Modellierung sowie die Verarbeitung und Analyse von Big-Data-Strukturen. Ziel ist es, umfangreiche Datenbestände systematisch auszuwerten und belastbare Entscheidungsgrundlagen zu entwickeln.
Modul 1: Grundlagen von Data Science
Modul 2: Statistische Methoden und Modellierung
Modul 3: Big-Data-Technologien und -Strukturen
Modul 4: Analyseprozesse und Ergebnisbewertung
Modul 1: Grundlagen von Data Science
Methodische Einordnung- Rolle von Data Science im Unternehmenskontext
- Unterschied zwischen Data Analytics und Data Engineering
- Typische Projektphasen in Data-Science-Vorhaben
- Anforderungen an Datenqualität und Dokumentation
Modul 2: Statistische Methoden und Modellierung
Analyse komplexer Datensätze- Deskriptive und inferenzstatistische Verfahren
- Korrelations- und Regressionsmodelle
- Grundlagen prädiktiver Modellierung
- Bewertung von Modellgüte und Validität
Modul 3: Big-Data-Technologien und -Strukturen
Umgang mit großen Datenmengen- Merkmale von Big Data
- Verteilte Datenverarbeitung und Skalierung
- Strukturierte und unstrukturierte Datenquellen
- Datenmanagement und Governance
Modul 4: Analyseprozesse und Ergebnisbewertung
Von Daten zu Entscheidungen- Strukturierung analytischer Fragestellungen
- Interpretation komplexer Analyseergebnisse
- Dokumentation und Reproduzierbarkeit
- Reflexion von Unsicherheiten und Grenzen
Absolventinnen und Absolventen können Data-Science-Methoden auf große Datenmengen anwenden und analytische Modelle fachgerecht bewerten. Sie sind in der Lage, Big-Data-Strukturen zu analysieren, Ergebnisse nachvollziehbar aufzubereiten und datenbasierte Entscheidungsprozesse methodisch fundiert zu unterstützen.