Data Science mit Zusatzqualifikation Datenbanksysteme mit SQL sowie Datenschutz In dieser Weiterbildung erlernen Sie die Grundlagen der Datenanalyse und vertiefen Ihr Wissen in Datenbanksystemen mit SQL sowie im Bereich Datenschutz. Sie werden in die Lage versetzt, Daten effizient zu verarbeiten, zu analysieren und dabei datenschutzrechtliche Vorgaben zu berücksichtigen. Sie erwerben Kenntnisse in der Strukturierung und Abfrage von Datenbanken mittels SQL. Zudem lernen Sie, Datenmodelle zu erstellen und komplexe Abfragen zu formulieren. Ein weiterer Schwerpunkt liegt auf den Prinzipien des Datenschutzes, einschließlich der Umsetzung gesetzlicher Anforderungen und der Implementierung von Sicherheitsmaßnahmen in Datenbanksystemen. Durch praxisorientierte Übungen und Fallstudien wenden Sie die erlernten Methoden direkt an. Dies ermöglicht Ihnen, theoretisches Wissen in realen Szenarien zu erproben und zu festigen. Nach Abschluss der Weiterbildung sind Sie in der Lage, Datenanalysen durchzuführen, Datenbanksysteme effizient zu nutzen und datenschutzkonforme Lösungen in Ihrem beruflichen Umfeld zu implementieren.

Data Science und Machine Learning
  • Kenntnisse im Bereich Datenanalyse: Datenreinigung, Einführung in Pandas und Dataframes
  • Grundlegende statistische Kenngrößen, Datenvisualisierung
  • Praktischer Einstieg in Machine Learning mit Fokus auf Datenanalyse, Unsupervised Machine Learning
  • K-Means Clustering, Hyperparameteroptimierung im Rahmen von Datenanalyse

Recht und Datenschutz in der Datenverarbeitung
  • Vermittlung der Gesetzgebung und Rechtslage rund um Datenanalyse, Verarbeitungsgrundsätze
  • Anforderungen an die Datenschutzorganisation, DSGVO-Anwendungsbereich
  • Datenschutzrechtliche Pflichten im Kontext von Datenanalyse, Rechtsgrundlagen für die Datenverarbeitung
  • Transparenz, Informationspflicht und Auskunftsrecht, Rechtsdurchsetzung und Sanktionen im Umfeld der Datenanalyse

Datenbanken und SQL
  • Einführung in relationale Datenbanken und deren Bedeutung für Datenanalyse, SELECT, JOIN und GROUP BY
  • Normalisierung und Normalformen, Anwendungsbereiche des SQL
  • Datenbearbeitung mit Bezug zur Datenanalyse: INSERT, UPDATE und DELETE, Nutzung von Relationaler Algebra
  • Indizes und Datentypen, Transaktionen im Zusammenhang mit Datenanalyse

SQL und Datenbankoptimierung
  • Untersuchung der Relationalen Algebra mit Fokus auf Datenanalyse, Schlüsseldefinitionen und Verwendung von Indizes