Die Teilnehmenden erwerben Kompetenzen zur systematischen Datenanalyse und zur Entwicklung datenbasierter Entscheidungsgrundlagen im Bereich Data Science. Sie lernen, Data Science Methoden praxisnah einzusetzen, um Daten aufzubereiten, auszuwerten und für analytische sowie geschäftliche Fragestellungen nutzbar zu machen.
Praktische Datenvorbereitung und Analyseverfahren für Data Science- Datenquellen systematisch bereinigen, transformieren und für Data Science Anwendungen modellgerecht aufbereiten
- Trends und Muster mit statistischen Methoden und explorativen Data-Science-Techniken erkennen
- Hypothesentests anwenden, um Erkenntnisse valide und nachvollziehbar einzuordnen
Strukturierte SQL-Abfragen für Data Science Fragestellungen
- Komplexe SQL-Abfragen entwickeln, um große Datenmengen performant für Data-Analysen zu nutzen
- Joins und Aggregationen gezielt einsetzen, um Daten logisch zu verknüpfen und Data Science Auswertungen vorzubereiten
- Datenbanken effizient für Machine Learning, Modelltraining und datenwissenschaftliche Analyseprozesse vorbereiten
Interaktive Visualisierungen und Dashboards für Data Science mit Power BI
- Berichte visuell aufbereiten und dynamische Dashboards für datenbasierte Entscheidungen erstellen
- DAX-Funktionen verwenden, um flexible Berechnungen, KPIs und Data Science Kennzahlen umzusetzen
- Visualisierte Erkenntnisse bereitstellen, um Data Insights verständlich darzustellen und Entscheidungen zu beschleunigen
Automatisierte Data Workflows und skalierbare Analyseprozesse
- Wiederkehrende Transformationsprozesse automatisieren und für Data Science Projekte harmonisieren
- Datenquellen konsolidieren, um stabile und reproduzierbare Data Pipelines aufzubauen
- Effiziente Abläufe gestalten, um Skalierbarkeit, Performance und Qualität im Data Science Alltag sicherzustellen