Förderung
Dieser Kurs ist förderfähig:
- Bildungsgutschein – Bis zu 100 % Kostenübernahme durch Agentur für Arbeit oder Jobcenter. Die Bewilligung ist eine Ermessensentscheidung der Behörde (AZAV-Voraussetzung).
Über den Kurs
Der Kurs vermittelt den vollständigen Data-Science-Workflow mit Python: von Datenbereinigung und explorativer Analyse über statistische Methoden bis zur Visualisierung mit Pandas, NumPy, Matplotlib und Seaborn.
Lerninhalte
<p>Der Kurs vermittelt den vollständigen Data-Science-Workflow mit Python: von Datenbereinigung und explorativer Analyse über statistische Methoden bis zur Visualisierung mit Pandas, NumPy, Matplotlib und Seaborn. Im zweiten Teil geht es um Dateninfrastruktur: ETL-Pipelines mit Apache Airflow, verteilte Verarbeitung mit Apache Spark sowie Einordnung von Data Lakes und Data Warehouses in reale Unternehmensarchitekturen. Der Kurs setzt Python-Grundkenntnisse voraus und richtet sich an Personen, die gezielt in Richtung Datenanalyse oder Data Engineering wechseln möchten.</p><p>Inhalte:<br/>Grundlagen & Arbeitsweise<br/></p><ul><li>Aufgaben und Arbeitsabläufe eines Datenwissenschaftlers: Rollen, Verantwortlichkeiten und typische Projektphasen im Überblick</li><li>Datenvorverarbeitung & Bereinigung: Umgang mit fehlenden Werten, Ausreißern und inkonsistenten Datenformaten</li><li>Datenerkundung & Datenanalyse: explorative Techniken zum Verstehen von Struktur, Verteilung und Zusammenhängen in Datensätzen</li></ul><br/><p>Datenverarbeitung & Statistik<br/></p><ul><li>Datenverarbeitung mit Pandas & NumPy: effiziente Tabellenoperationen, Aggregationen und numerische Berechnungen</li><li>Statistik für Datenwissenschaftler: deskriptive Statistik, Wahrscheinlichkeiten und statistische Tests</li><li>Zeitreihenanalyse: Trendberechnung, Saisonalität und Prognosemodelle auf zeitabhängigen Daten</li><li>Regressionsmodelle: lineare und nichtlineare Regression zur Vorhersage quantitativer Zielgrößen</li></ul><br/><p>Datenquellen & Visualisierung<br/></p><ul><li>Datenquellen: Einbindung von Dateien, Webservices und Web-Scraping in den Analyseprozess</li><li>Datenvisualisierung & Präsentation: Diagramme und interaktive Darstellungen mit Matplotlib, Seaborn und Marimo-Notebooks</li><li>Data Storytelling: Analyseergebnisse strukturiert aufbereiten und für unterschiedliche Zielgruppen verständlich kommunizieren</li></ul><br/><p>Big Data & Infrastruktur<br/></p><ul><li>Big-Data-Herausforderungen: Volumen, Geschwindigkeit und Varietät von Daten sowie bewährte Lösungskonzepte</li><li>MapReduce-Algorithmus: verteilte Datenverarbeitung verstehen und auf große Datensätze anwenden</li><li>ETL-Pipelines mit Apache Airflow: Datenpipelines automatisieren, planen und überwachen</li><li>Data Lakes & Data Warehouses: Architekturen für strukturierte und unstrukturierte Datenhaltung im Vergleich</li><li>Einführung in Apache Spark: Grundkonzepte verteilter Berechnungen und erste Anwendungsfälle</li></ul><br/><p>Ihr erlerntes Wissen werden Sie in praktischen Projekten mit fachlicher Unterstützung anwenden.</p>
Bewertungen (0)
Häufige Fragen zu „Python III - Data Analysis und Big Data“
Ist „Python III - Data Analysis und Big Data“ förderfähig?
Ja. Für diesen Kurs kommen folgende Förderungen in Betracht: Bildungsgutschein. Die konkrete Bewilligung klärst du mit der jeweiligen Förderstelle (z. B. Agentur für Arbeit oder Jobcenter).
Was kostet „Python III - Data Analysis und Big Data“?
Die Kosten können über einen Bildungsgutschein der Agentur für Arbeit oder des Jobcenters bis zu 100 % gefördert werden. Die genauen Konditionen nennt dir der Anbieter.
Welchen Abschluss erhalte ich bei „Python III - Data Analysis und Big Data“?
Nach erfolgreichem Abschluss erhältst du: Zertifikat.
In welcher Lernform findet „Python III - Data Analysis und Big Data“ statt?
Die Weiterbildung wird in folgender Lernform angeboten: Hybrid.