Einführung in SQL für die Datenverarbeitung
  • Verstehen Sie die Bedeutung von SQL in der Datenverarbeitung und Datenwissenschaft.
  • Erfahren Sie, wie Datenwissenschaftler und Dateningenieure SQL für die Datenabfrage und -transformation verwenden.
  • Erkunden Sie die Rolle von SQL in Datenanalyse-Workflows und im Datenbankmanagement.
Datenanalysetechniken Einführung
  • Führen Sie eine explorative Datenanalyse (EDA) mit SQL für strukturierte Datensätze durch.
  • Kombinieren Sie SQL mit Python-Bibliotheken wie Pandas für eine fortgeschrittene Datenverarbeitung.
  • Visualisieren Sie aus SQL-Abfragen gewonnene Dateneinblicke.
Grundlagen der Datenmodellierung
  • Verstehen Sie die Schlüsselkonzepte relationaler und nicht-relationaler Datenmodelle.
  • Lernen Sie, wie Sie Entity-Relationship-Diagramme (ER-Diagramme) für Datenbankstrukturen entwerfen.
  • Erkunden Sie Normalisierungstechniken zur Optimierung der Datenspeicherung und -abfrage.
Fortgeschrittene SQL- und Datenmodellierungstechniken
  • Schreiben Sie komplexe SQL-Abfragen unter Verwendung von Joins, Unterabfragen und Fensterfunktionen.
  • Entwerfen und implementieren Sie skalierbare Datenmodelle für reale Anwendungen.
  • Erkunden Sie Data Warehousing und Schema-Design für Big-Data-Projekte.
Reale Anwendungen und Projekte
  • Erstellen Sie SQL-basierte Lösungen für große Herausforderungen im Bereich Data Engineering.
  • Entwerfen und optimieren Sie Datenmodelle für effiziente Datenpipelines.
  • Arbeiten Sie an Gruppenprojekten mit, um professionelle Data-Engineering-Workflows zu simulieren.

Data engineering erfordert das Verstehen der Interaktion zwischen SQL-Abfragen und Datenmodellierung für effektive Datenanalysen und -verfahren.