Dieser Kurs vermittelt zentrale methodische und technologische Grundlagen für den Aufbau skalierbarer datengetriebener Prozesse. Effiziente Data-Science-Anwendungen basieren auf durchdachten Konzepten zur Datenverarbeitung, Analyse und Modellierung.

Automatisierte Datenpipelines

Die Entwicklung automatisierter Datenpipelines ist Bestandteil des Kurses. Im Fokus stehen strukturierte Workflows zur Harmonisierung und Transformation großer Datenmengen, um eine verlässliche Grundlage für analytische Auswertungen zu schaffen.

Datenverarbeitung mit SQL

Der gezielte Einsatz von SQL ermöglicht die effiziente Verarbeitung relationaler Daten mithilfe von Joins, Aggregationen und Filtern. Die Daten werden dadurch optimal für explorative Analysen und maschinelles Lernen vorbereitet.

Visualisierung und Reporting

Zur Darstellung von Analyseergebnissen wird Power BI eingesetzt. Interaktive Dashboards und der Einsatz von DAX-Funktionen ermöglichen eine übersichtliche Visualisierung komplexer Datenbeziehungen.

Explorative Datenanalyse

Explorative Datenanalysen und statistische Verfahren unterstützen die Erkennung relevanter Strukturen, Muster und Trends. Die Teilnehmenden wenden Methoden an, die datenbasierte Bewertungen und Prognosen ermöglichen.

Grundlagen des Maschinellen Lernens

Der Kurs vermittelt grundlegende Techniken des maschinellen Lernens. Im Mittelpunkt steht das Trainieren, Evaluieren und Optimieren prädiktiver Modelle, inklusive der Einbindung in praxisorientierte Anwendungen.