Diese Weiterbildung vermittelt dir Grundlagen zu Data-Lake-Konzepten im Zusammenspiel mit Datenbanken, Python und Data Engineering. Du lernst, wie Daten aus verschiedenen Quellen vorbereitet, verarbeitet und in modernen Dateninfrastrukturen wie Data Lake, Lakehouse, Spark und Databricks eingeordnet werden.

Kursinhalt
  • Strukturierte und nicht-relationale Datenkonzepte im Vergleich einordnen
  • Daten über SQL, APIs und Webdaten erschließen und für Analysen vorbereiten
  • pandas, EDA und Visualisierungen zur ersten Datenprüfung nutzen
  • Data Lake, Lakehouse, Spark und Databricks als Bestandteile moderner Big-Data-Architekturen verstehen
  • Linux, Docker, ETL/ELT und Data-Governance-Grundlagen im Data Engineering kennenlernen

Berufliche Relevanz
  • Du kannst Data-Lake-Umgebungen fachlich besser einordnen und Datenflüsse in größeren Architekturen nachvollziehen.
  • Du entwickelst ein solides Verständnis für die Verbindung von Datenquellen, Verarbeitung und Analyse.