Die Verarbeitung großer, diverser und schnelllebiger Datensätze erfordert einen spezifischen Ansatz zur Datenvorbereitung. Dieser Kurs vermittelt die grundlegenden Techniken zur Strukturierung von Rohinformationen, bevor die Datenanalyse beginnen kann. Der Fokus liegt auf skalierbaren Methoden zur Bewältigung von Datenqualitätsproblemen in Big Data Kontexten.

Inhalte
  • Skalierbare Methoden zur Identifizierung fehlender, inkonsistenter oder duplizierter Werte in großen Datensätzen
  • Strategien zur Transformation von Daten in strukturierte Formate unter Verwendung von Werkzeugen wie pandas
  • Anwendung von schrittweisen Arbeitsabläufen zur Vorbereitung der Daten für die Analyse
  • Praktische Erfahrung im Umgang mit gängigen Herausforderungen der Datenqualität
  • Erlernen wesentlicher Fähigkeiten für die Datenbereinigung im Big Data Umfeld