- Verstehen Sie die Kernkonzepte der Datenwissenschaft und wie sie sich mit der Datenverarbeitung überschneidet.
- Erfahren Sie mehr über die Rollen und Verantwortlichkeiten von Datenwissenschaftlern und Dateningenieuren in Kooperationsprojekten.
- Erkunden Sie gemeinsam die Arbeitsabläufe und Werkzeuge, die von Datenwissenschaftlern und Dateningenieuren verwendet werden.
- Überblick über die wichtigsten Techniken der Datenwissenschaft wie Datenbereinigung, -exploration und Modellbildung.
- Einführung in Python, SQL und andere in der Datenwissenschaft verwendete Werkzeuge zur Datenmanipulation und -analyse.
- Praktische Erfahrung mit Bibliotheken wie Pandas, Numpy und Scikit-learn.
- Erlernen Sie die Grundlagen des Dateningenieurwesens, einschließlich Datenspeicherung, Pipelines und ETL-Prozesse.
- Einführung in Big-Data-Technologien und Data-Warehousing-Konzepte.
- Verstehen Sie die Rolle von Dateningenieuren bei der Sicherstellung sauberer, zugänglicher Daten für datenwissenschaftliche Arbeitsabläufe.
- Bewährte Verfahren für die Kombination von Data Science und Engineering-Bemühungen für optimierte Daten-Workflows.
- Erfahren Sie, wie Data Scientists und Data Engineers zusammenarbeiten, um robuste Datenpipelines aufzubauen.
- Erkunden Sie reale Fallstudien, in denen die Integration von Data Science und Engineering die Geschäftsergebnisse vorantreibt.
- Verstehen Sie, wie der Data Science-Lebenszyklus in einen größeren geschäftlichen und technologischen Kontext passt.
- Arbeiten Sie an Projekten, die sowohl Data Science- als auch Data Engineering-Fähigkeiten erfordern.
- Konzentrieren Sie sich auf den gesamten Lebenszyklus von Daten, von der Erfassung bis zur Analyse und Visualisierung, und legen Sie dabei den Schwerpunkt auf die Zusammenarbeit im Team.
Der Kurs behandelt die Integration von Datenwissenschaft und Datenverarbeitung durch praktische Übungen und reale Fallstudien.