- Grundlagen der Datenanalyse und Data Science
- Business Intelligence und datengetriebene Entscheidungsfindung
- Datenaufbereitung, Datenbereinigung und Datenqualität
- Explorative Datenanalyse und statistische Verfahren
- Programmierung mit Python für Data Science
- Objektorientierte Programmierung mit Python
- Arbeiten mit relevanten Python-Bibliotheken
- Datenvisualisierung und Data Storytelling
- Machine-Learning-Grundlagen
- Supervised Learning und Vorhersagemodelle
- Unsupervised Learning und Mustererkennung
- Entwicklung und Validierung von Datenmodellen
- Prognosen und Predictive Analytics
- Best Practices für Data-Science-Projekte
- Versionsverwaltung und Teamarbeit mit Git
- Praxisorientiertes Portfolio-Projekt und Abschlussprojekt
(Version: 2026-06-23T11:52:12+02:00)