Ziele der Weiterbildung

Im Fokus der Weiterbildung Python mit SQL Programmierung und Big Data steht die Vermittlung von Kenntnissen und Fähigkeiten in der Programmierung und Datenverarbeitung. Die Inhalte umfassen die Einführung in die Programmierung mit Python sowie die Anwendung objektorientierter und funktionaler Programmierung. Weiterhin werden Datenmodellierung und Datenbanksysteme behandelt, wobei die Erstellung eines Data-Marts in SQL im Mittelpunkt steht. Die Weiterbildung bietet zudem Einblicke in Big-Data-Technologien und Data Analytics, um ein umfassendes Verständnis für die Verarbeitung und Analyse großer Datenmengen zu entwickeln.

Inhalte der Weiterbildung

Einführung in die Programmierung mit Python
  • Python als Programmiersprache für Data Science
  • Variablen und eingebaute Datentypen
  • Aussagen und Funktionen
  • Fehler- und Ausnahmebehandlung
  • Wichtige Python-Daten-Wissenschaftsmodule
Projekt: Objektorientierte und funktionale Programmierung mit Python
  • Dieser Kurs führt die Studenten in die fortgeschrittenen Programmierkonzepte der Objektorientierung und funktionalen Programmierung ein und zeigt, wie diese in der Programmiersprache Python realisiert werden.
Datenmodellierung und Datenbanksysteme
  • Grundlagen von relationalen Datenbanken
  • Einfache Datenbankanfragen
  • Entity/Relationship (E/R)-Diagramme
  • Datenbankentwicklung
  • Komplexe Datenbankanfragen über mehrere Tabellen
  • Ändern von Daten in Datenbanken
  • NoSQL-Datenbanksysteme
Projekt: Data-Mart-Erstellung in SQL
  • In diesem Kurs geht soll ein praktischer Anwendungsfall im Bereich der Datenbank-Entwicklung umgesetzt werden. Dabei werden Kenntnisse vorherigen Modulen im Bereich der Datenbank-Entwicklung vorausgesetzt.
Big-Data-Technologien
  • Datentypen und Datenquellen
  • Textbasierte und binäre Datenformate
  • Verteilte Systeme
  • Streaming-Frameworks
  • NoSQL-Ansatz für die Datenspeicherung
Data Analytics und Big Data
  • Einführung in die Analyse von Daten
  • Statistische Grundlagen
  • Data Mining
  • Big Data-Methoden und Technologien
  • Rechtliche Aspekte der Datenanalyse
  • Lösungsszenarien
  • Anwendung von Big Data in der Industrie