Im Arbeitsalltag von Analytics Engineer nimmt die Bereinigung von Daten eine wichtige Rolle ein, weil sie die Grundlage aussagekräftiger Analysen bildet. Python wird hierfür häufig eingesetzt, da es flexible Bibliotheken für gezielte Bereinigungsschritte bereitstellt. Der Kurs zeigt, wie diese Werkzeuge im Analytics-Umfeld eingesetzt werden.

!Kursinhalt

!1. Einordnung der Bereinigung
*Abgrenzung zu Transformation und Modellierung
*Typische Quellen für Mängel
*Auswirkungen auf Kennzahlen

!2. Werkzeuge in Python
*Einsatz von pandas
*Arbeit mit NumPy und Standardbibliothek
*Nutzung spezialisierter Pakete

!3. Bereinigungsmuster
*Umgang mit fehlenden Werten
*Vereinheitlichung von Formaten
*Erkennung und Behandlung von Ausreißern

!4. Einbindung in Analytics-Prozesse
*Zusammenspiel mit Warehouse-Ergebnissen
*Dokumentation der Bereinigungsschritte
*Übergabe an Reporting- oder Modellierungsschritte

!Berufliche Relevanz

*Verbesserte Grundlage für Analysen und Modelle
*Unterstützung bei nicht-standardisierten Datenquellen
*Ergänzung zu SQL-basierten Aufbereitungen