- Erfassen der wesentlichen Big Data Analytics Konzepte und deren geschäftliche Anwendung
- Rolle von Data Analysis und Data Analytics im Umfeld massiver Datenbestände
- Erkundung der Datenquellen, Formate und Herausforderungen in der Big Data Analytics
Data Analysis mit Python
- Durchführung effizienter Data Analysis großer Datenbestände mit Python und Pandas
- Prozesse der Datenbereinigung, -transformation und des Feature Engineerings für Big Data Analytics
- Visualisieren von Trends und Mustern in großen Datensätzen
Statistische Data Analytics Methoden
- Anwendung von linearen Regressionen und Clustering-Techniken für skalierbare Data Analysis
- A/B Testing für datenbasierte Hypothesenbildung in der Big Data Analytics
- Durchführung von Verteilungsanalysen und Segmentierung für tiefere Data Analysis
SQL und Datenbanknutzung für Big Data
- Strukturierte Big Data Analytics durch SQL-Anfragen in großen Datenbanken
- Joins, Aggregationen und CTEs für analytische Datenanalyse
- Integration relationaler Datenquellen zur umfassenden Data Analysis
Data Visualization und Entscheidungsfindung
- Erschaffen interaktiver Big Data Analytics Dashboards mit Tableau
- Einsatz von KPIs und LODs zur Interpretation für die Data Analysis
- Erzählen von datengetriebenen Geschichten für zielgerichtete Entscheidungen