Die Weiterbildung Data Engineer vermittelt berufsbezogene Kenntnisse und Fertigkeiten für die Arbeit mit Dateninfrastrukturen, Datenbanken, Datenverarbeitungssystemen und Data Pipelines. Teilnehmende lernen, Datenquellen anzubinden, Daten zu erfassen, zu transformieren, zu speichern und für weitere Analysen nutzbar zu machen.
Im Mittelpunkt stehen typische Aufgaben eines Data Engineer: die Konzeption, Implementierung und Pflege von Datenpipelines, der Aufbau von Datenmodellen, die Arbeit mit Datenbanken, die Verarbeitung großer Datenmengen sowie die technische Bereitstellung von Daten für Data Analytics, Reporting, Business Intelligence und Data Science.
Die Weiterbildung verbindet technisches Grundlagenwissen mit praktischen Übungen. Teilnehmende arbeiten unter anderem mit Python, SQL, Datenbanken, Datenmodellen und Werkzeugen zur Datenverarbeitung. Ergänzend werden Kenntnisse zu Datenvisualisierung, technischen Grundlagen, Projektkommunikation, Datensicherheit und Nachhaltigkeit in der IT vermittelt.
Die Inhalte werden durch praxisnahe Übungen und ein Projekt vertieft. Im Projekt bearbeiten die Teilnehmenden eine anwendungsbezogene Data-Engineering-Aufgabe von der Datenaufnahme über die Datenverarbeitung und Modellierung bis zur Bereitstellung und Präsentation der Ergebnisse.
Lehrinhalte- Data Engineering Grundlagen: Einführung in Data, Data Engineering, Datenverarbeitung, Datenarchitekturen, Datenbanken und typische Aufgaben im Tätigkeitsfeld Data Engineer
- Python für Data Engineering: Grundlagen der Programmierung, Verarbeitung von Daten, Automatisierung von Arbeitsschritten und Entwicklung datenbezogener Anwendungen
- Datenbanken und Datenmodelle: relationale und nicht-relationale Datenbanken, Aufbau von Datenmodellen, Datenstrukturen, Abfragen, Speicherung und Verwaltung von Daten
- Data Pipelines und Datenverarbeitung: Konzeption, Implementierung und Pflege von Datenpipelines, Datenintegration, Transformation, Bereinigung und Bereitstellung von Daten
- Datenvisualisierung und Ergebnisaufbereitung: Darstellung von Daten, Aufbereitung technischer Ergebnisse und verständliche Präsentation datenbezogener Informationen
- Technische Grundlagen und Systemverständnis: Grundlagen moderner IT-Systeme, Schnittstellen, Datenflüsse, Entwicklungsumgebungen und technische Arbeitsweisen im Data-Engineering-Umfeld
- Projektkommunikation und Zusammenarbeit: Kommunikation in Datenprojekten, Dokumentation technischer Arbeitsschritte, Abstimmung mit Fachbereichen und projektorientiertes Arbeiten
- Datensicherheit und Nachhaltigkeit in der IT: Grundlagen der Datensicherheit, verantwortungsvoller Umgang mit Daten sowie ökologische, soziale und wirtschaftliche Aspekte nachhaltiger IT
- Praxisübungen und Projekt: Anwendung der erlernten Data-Engineering-Kompetenzen in praktischen Übungen und einem anwendungsbezogenen Projekt