Die Weiterbildung vermittelt Grundlagen und anwendungsbezogene Kenntnisse für Tätigkeiten im Bereich Datenanalyse und vorbereitende Aufgaben im Bereich Data Science. Behandelt werden Datenmanagement, Datenvisualisierung, Reporting, Python-Grundlagen, Grundlagen künstlicher Intelligenz sowie Business-, Governance- und Compliance-Aspekte.
Grundlagen der Datenanalyse- Begriffe, Methoden und typische Einsatzfelder der Datenanalyse
- Nutzung von Daten zur Unterstützung geschäftlicher Entscheidungen
- Analyse von Verkaufsdaten und Ableitung fachlicher Auswertungen
- Einordnung von Datenanalyseprozessen in betriebliche Fragestellungen
Datenmanagement und Datenplattformen
- Grundlagen zu Microsoft Azure Data Fundamentals nach DP-900
- Relationale und nicht-relationale Datenbanken
- Datenhaltung, Datenmodelle und grundlegende Datenmanagement-Konzepte
- Aufbau und Nutzung von Azure-SQL-Datenbanken
- Grundlagen cloudbasierter Datenverarbeitung
Datenvisualisierung und Reporting
- Grundlagen zu Microsoft Power BI Data Analyst nach PL-300
- Erstellung und Auswertung interaktiver Berichte und Dashboards
- Darstellung von Kennzahlen und KPI-Strukturen
- Aufbereitung von Daten für fachliche und betriebswirtschaftliche Auswertungen
- Entwicklung eines Controlling-Dashboards als Anwendungsbeispiel
Python für Data Analytics
- Grundlagen der Programmiersprache Python
- Einsatz von Pandas und NumPy für Datenanalyse und Datenaufbereitung
- Import, Bereinigung und Strukturierung von Datensätzen
- Durchführung einfacher analytischer Auswertungen
- Bearbeitung von Umfragedaten als Anwendungsbeispiel
Grundlagen künstlicher Intelligenz
- Grundlagen zu Microsoft Azure AI Fundamentals nach AI-900
- Begriffe und Einsatzfelder künstlicher Intelligenz
- Nutzung cloudbasierter KI-Dienste
- Überblick über Cognitive Services
- Anwendung von KI-Diensten zur Sprachverarbeitung und Übersetzung
Business-, Governance- und Compliance-Aspekte
- Grundlagen zu CertNexus DSBIZ - Data Science for Business Professionals
- Bewertung von Datenanalyse aus fachlicher und geschäftlicher Perspektive
- Einordnung organisatorischer Anforderungen an Datenprojekte
- Grundlagen zu Governance, Compliance und verantwortlicher Datennutzung
- Erstellung fachlicher Entscheidungsvorlagen für Datenprojekte
Zielsetzung der Weiterbildung
- Aufbau grundlegender Kenntnisse in Datenanalyse und Data Science
- Vorbereitung auf weiterführende Spezialisierungen im Bereich Data Analytics
- Verständnis zentraler Werkzeuge, Methoden und Begriffe datenbezogener Arbeit
- Anwendung datenbezogener Methoden auf fachliche Praxisbeispiele