- Aufgaben, Tools und Workflows für moderne Data Analytics
- Einblick in Grundlagen der Datenanalyse und Datenwertschaffung
- Schlüsselkompetenzen: KPIs, Datengranularität, analytisches Denken in der Datenanalyse
Data Analysis Grundlagen mit Python
- Lernen von Python-Grundlagen: Variablen, Bedingungen, Listen, Funktionen für Data Analysis
- Praktische Anwendung in Jupyter Notebooks für angehende Data Analysts
- Kleine Coding-Praxis für Datenbearbeitung und explorative Datenanalyse
Pandas: Die Methode für Data Analysts
- Data einlesen, filtern und transformieren mit Pandas als Standard-Tool in Data Analysis
- Datenbereinigung und einfache Visualisierungen zur Entscheidungsunterstützung
- Datenquellen zusammenführen und explorative Datenanalyse an echten Datensets
Statistische Grundlagen für Data Analysis
- Deskriptive Statistik und Verteilungen als Bestandteil der Datenanalyse
- A/B Testing und lineare Regression - essenzielle Methoden für Data Analysts
- Datenmusterinterpretation und Hypothesenprüfung in der Data Analysis
Projekte zur Vertiefung der Data Analysis
- Von Rohdaten zur Auswertung: individuelles Projekt als Data Analyst
- Visualisierung und Reporting Fähigkeiten mit Tableau für Data Analysts
- Präsentation von Analystenerkenntnissen für Entscheidungsvorbereitungen im Business