Sie erlernen fundierte Methoden zur datengetriebenen Auswertung und Anwendung in realen Szenarien, da branchenspezifische Daten gezielte Analyse- und Modellierungsverfahren erfordern.
Statistische Datenanalyse- Explorative Datenanalysen stehen im Fokus.
- Verfahren zur Mustererkennung in Gesundheits-, Finanz- und Industriedaten.
- Validierung von Hypothesen anhand quantitativer Methoden.
Datenbankmanagement mit SQL
- Umfassender Einsatz von SQL zur effizienten Strukturierung und Analyse großer Datensätze.
- Thematisierung von Joins, Aggregationen und performanten Abfragen.
- Vorbereitung von Gesundheits-, Finanz- und Sensordaten für die weitere Analyse.
Datenvisualisierung und Reporting
- Anschauliche Aufbereitung komplexer Analyseergebnisse mittels Power BI.
- Erstellung interaktiver Dashboards.
- Einsatz von DAX-Funktionen.
- Visualisierung datengetriebener Erkenntnisse für unterschiedliche Branchenkontexte.
Automatisierung datenwissenschaftlicher Prozesse
- Aufbau von Datenpipelines zur Automatisierung datenwissenschaftlicher Prozesse.
- Strukturierte Verfahren zur Harmonisierung und Transformation von Daten.
- Erstellung skalierbarer und wiederverwendbarer Workflows.
Maschinelles Lernen
- Erweiterung der analytischen Tiefe durch Maschinelles Lernen.
- Entwicklung von Modellen zur Krankheitsprognose, Risikobewertung und Prozessoptimierung.
- Anpassung von Algorithmen an konkrete Anwendungsszenarien.