- Grundlagen von Data Analytics und datengetriebener Entscheidungsfindung mit Python SQL
- Verständnis der Zusammenarbeit von Python SQL in modernen Data Analytics-Prozessen
- Anwendungsbeispiele aus Business Intelligence, Reporting und Data Analytics
Datenabfrage mit SQL für Analysezwecke
- Datenabfragen mit SELECT, WHERE, JOINs und Aggregationen im Python SQL-Kontext
- Nutzung relationaler Datenmodelle für Data Analytics mit CTEs und Subqueries
- Vorbereitung strukturierter Daten für die Verarbeitung mit Python SQL
Python für die Datenverarbeitung
- Einlesen und Verarbeiten von SQL-Daten mit Pandas im Rahmen von Data Analytics
- Datentransformation, Visualisierung und Explorative Analyse in Python SQL-Umgebungen
- Nutzung von Funktionen, Schleifen und Logik zur Automatisierung in Data Analytics
Kombinierte Nutzung von SQL und Python
- Verknüpfung von SQL-Abfragen mit Pandas-Pipelines für Python SQL-Analysen
- Analyse großer Datenmengen durch Kombination von Python SQL-Techniken
- End-to-End-Prozesse zur Integration beider Tools in Data Analytics
Projekt: End-to-End Datenanalyse mit Python SQL
- Praktisches Data Analytics-Projekt mit Python SQL
- Datenmodellierung, Visualisierung und Ableitung von Handlungsempfehlungen
- Erstellung eines Reports mit KPIs zur Unterstützung datenbasierter Entscheidungen
Teilnehmende lernen, wie Python SQL zur effektiven Datenanalyse und Entscheidungsfindung über Unternehmensdaten genutzt werden kann.