Der Kurs vermittelt Methoden und Werkzeuge für datengetriebene Analysen, um Daten effizient aufzubereiten, zu analysieren und zu visualisieren und damit fundierte Entscheidungen zu ermöglichen.

Datenpipelines und Datenaufbereitung

Ein zentrales Element ist der Aufbau von Datenpipelines als essenzielle Grundlage für leistungsfähige Datenprozesse. Die Teilnehmenden lernen, Daten aus verschiedenen Quellen zu extrahieren, zu bereinigen sowie zu transformieren und für Analysen strukturiert bereitzustellen.

Datenverarbeitung mit SQL

Der Kurs vermittelt den Einsatz von SQL zur strukturierten Verarbeitung umfangreicher Datenmengen. Mit Abfragen, Joins und Aggregationen lassen sich komplexe Informationen effizient analysieren und gewinnbringend zusammenführen.

Datenvisualisierung mit Power BI

Für die anschauliche Darstellung dieser Erkenntnisse kommt Power BI zum Einsatz. Die Teilnehmenden erstellen interaktive Dashboards und verwenden DAX-Funktionen, um datenbasierte Zusammenhänge visuell und verständlich aufzubereiten.

Explorative Datenanalyse

Ein weiterer Schwerpunkt liegt auf der explorativen Datenanalyse. Mithilfe statistischer Methoden werden Muster, Auffälligkeiten und Trends in den Datensätzen erkennbar gemacht - eine solide Basis für tiefergehende Analysen und Modellierungen.

Einstieg in das Maschinelle Lernen

Abschließend erhalten die Teilnehmenden einen praxisnahen Einstieg in das maschinelle Lernen. Sie lernen, einfache Modelle zu entwickeln, zu evaluieren und für Predictive Analytics einzusetzen - ein wichtiger Schritt hin zur Nutzung fortgeschrittener Data-Science-Methoden.