Der Kurs vermittelt praxisnahe Grundlagen der Data‑Science. Sie lernen Daten aus CSV, Excel, Datenbanken und APIs aufzubereiten und mit Python sowie Pandas zu verarbeiten und zu bereinigen. Weitere Inhalte sind explorative Datenanalyse, Datenvisualisierung (z. B. Mittelwert, Median, Varianz; Scatterplots, Heatmaps, Histogramme) und eine Einführung in maschinelles Lernen. Praktische Übungen festigen die Anwendung.
- Grundlagen zu Programmen und Programmiersprachen
- Objektorientierung: Analyse, Entwurf und Programmierung
- Softwareentwurf mit UML
- Konzepte und Design relationaler Datenbanken
- DDL, DML, Transaktionen, Abfrageoperationen
- Java SE Grundlagen und objektorientierte Programmierung
- Grafische Oberflächen mit AWT, Swing
- Java Web: Servlets, MVC, JSP, JSTL
- Java Web und Datenbanken
- Java Web: Filter, Listener, Security
- Java Web: Tag Handler, JPA
- Spring Boot CLI, Spring Container
- Annotationen in Spring
- Dependency Injection und AOP, Die Scopes in Spring
- Serverstarter, Security, JPA, JSON, Microservices
- Entwicklung und Erstellung eines eigenen Projekts