Die Weiterbildung vermittelt anwendungsbezogene Kenntnisse für Tätigkeiten im Bereich Data Engineering mit Schwerpunkt auf cloudbasierten Datenplattformen, Datenbanken und analytischer Datenbereitstellung.
Die Teilnehmenden befassen sich mit relationalen und cloudbasierten Datenstrukturen, Datenintegration, Datenaufbereitung, Datenanalyse und Visualisierung. Im Mittelpunkt stehen typische Aufgaben im Data Engineering, darunter das Verarbeiten, Strukturieren und Bereitstellen von Daten aus unterschiedlichen Quellen für Auswertungen und Berichte.
Ergänzend werden Inhalte behandelt, die auf ausgewählte Microsoft-Zertifizierungen im Bereich Datenbanken, Cloud-Datenplattformen und Data Engineering vorbereiten können.
Grundlagen Data Engineering und Datenbanken- Rolle und Aufgaben im Data Engineering
- Grundlagen relationaler Datenbanken
- Datenstrukturen und Datenmodelle
- Datenquellen und Datenformate
- Verarbeitung und Bereitstellung strukturierter Daten
- Einordnung cloudbasierter Datenplattformen
- Datenqualität und Datenaufbereitung für analytische Zwecke
Moderne Datenanalyse mit SQL Server
- Arbeiten mit relationalen Datenbanken
- Abfragen und Auswertungen mit SQL
- Datenfilterung, Sortierung und Aggregation
- Verknüpfung von Tabellen
- Aufbereitung von Daten für Analyse- und Reportingprozesse
- Einsatz von SQL Server im Data-Engineering-Kontext
Power BI Grundlagen
- Import und Aufbereitung von Daten aus Datenbanken
- Grundlagen der Datenvisualisierung
- Erstellung einfacher Berichte
- Darstellung von Kennzahlen
- Einführung in Dashboards und interaktive Auswertungen
- Nutzung von Power BI zur Unterstützung datenbezogener Prozesse
Power BI Aufbaukenntnisse
- Erweiterte Datenaufbereitung
- Arbeiten mit komplexeren Datenmodellen
- Vertiefung von Berichten und Dashboards
- Verknüpfung unterschiedlicher Datenquellen
- Aufbereitung von Daten für fachliche Analyseanforderungen
- Visualisierung von Daten aus relationalen und cloudbasierten Datenbanken
Python für Datenverarbeitung und Analyse
- Grundlagen der Datenverarbeitung mit Python
- Import und Transformation von Daten
- Bereinigung und Strukturierung von Datensätzen
- Grundlagen maschinellen Lernens
- Visualisierung von Analyseergebnissen
- Einsatz von Python zur Verarbeitung datenbankbasierter Informationen
Microsoft DP-900 Azure Data Fundamentals
- Grundlagen von Datenkonzepten
- Relationale und nicht relationale Daten
- Analytische Workloads
- Datenbankdienste in Microsoft Azure
- Grundlagen cloudbasierter Datenverarbeitung
- Einordnung von Azure-Diensten für datenbezogene Aufgaben
Microsoft DP-3011 Azure Databricks
- Grundlagen von Azure Databricks
- Umsetzung analytischer Datenlösungen
- Verarbeitung größerer Datenmengen
- Transformation und Analyse von Daten
- Nutzung von Databricks für Data-Engineering-Szenarien
- Arbeiten mit cloudbasierten Datenquellen
Microsoft DP-700 Fabric Data Engineer
- Grundlagen von Microsoft Fabric
- Data-Engineering-Konzepte in Microsoft Fabric
- Datenaufnahme, Transformation und Modellierung
- Arbeiten mit Lakehouse- und Warehouse-Strukturen
- Bereitstellung von Daten für Analyse und Reporting
- Umsetzung typischer Data-Engineering-Prozesse
Agile Arbeitsmethoden mit Kanban
- Grundlagen von Kanban
- Visualisierung von Arbeitsabläufen
- Strukturierung von Aufgaben in Datenprojekten
- Priorisierung und Steuerung von Arbeitsschritten
- Anwendung agiler Methoden im Data-Engineering-Umfeld
Grundlagen künstlicher Intelligenz
- Einführung in zentrale Begriffe der künstlichen Intelligenz
- Abgrenzung von KI, Machine Learning und Datenanalyse
- Bedeutung von Datenqualität für KI-Anwendungen
- Relevanz von Datenplattformen für KI-gestützte Anwendungen
- Einordnung von KI-Grundlagen für Data-Engineering-Aufgaben
Bewerbungsorientierte Inhalte
- Einordnung typischer Rollenprofile im Data Engineering
- Darstellung fachlicher und technischer Kompetenzen
- Vorbereitung auf Bewerbungsunterlagen
- Vorbereitung auf fachbezogene Bewerbungsgespräche
- Reflexion eigener Projekterfahrungen und Qualifikationen
Zertifizierungsorientierte Inhalte
- Microsoft DP-900 Azure Data Fundamentals
- Microsoft DP-3011 Implementing a Data Analytics Solution with Azure Databricks
- Microsoft DP-700 Microsoft Fabric Data Engineer
- Prüfungsnahe Aufgabenstellungen
- Übungsszenarien zu Datenbanken, Cloud-Datenplattformen und Data Engineering
Kompetenzziel
Nach Abschluss der Weiterbildung können die Teilnehmenden Daten aus verschiedenen Quellen erfassen, strukturieren, transformieren und für analytische Zwecke bereitstellen. Sie können relationale Datenbanken, SQL Server, Power BI, Python sowie cloudbasierte Datenplattformen im Rahmen typischer Data-Engineering-Aufgaben einsetzen. Die vermittelten Inhalte unterstützen den Aufbau eines Kompetenzprofils für Tätigkeiten im Bereich Cloud Data Engineering.