Die Teilnehmenden erwerben Kompetenzen zur systematischen Datenanalyse und zur Entwicklung datenbasierter Entscheidungsgrundlagen.
Praktische Datenvorbereitung und Analyseverfahren für Data Scientists- Datenquellen systematisch bereinigen, transformieren und modellgerecht aufbereiten
- Trends und Muster mit statistischen Methoden und explorativen Techniken erkennen
- Hypothesentests anwenden, um Erkenntnisse valide und nachvollziehbar einzuordnen
Strukturierte SQL-Abfragen für analytische Fragestellungen
- Komplexe Abfragen entwickeln, um große Datenmengen performant zu analysieren
- Joins und Aggregationen gezielt einsetzen, um Daten logisch zu verknüpfen
- Datenbanken effizient für Machine Learning und Modelltraining vorbereiten
Interaktive Visualisierungen und Dashboards mit Power BI
- Berichte visuell aufbereiten und dynamische Dashboards für Entscheidungsträger:innen erstellen
- DAX-Funktionen verwenden, um flexible Berechnungen und KPIs umzusetzen
- Visualisierte Erkenntnisse bereitstellen, um datenbasierte Entscheidungen zu beschleunigen
Automatisierte Workflows und skalierbare Analyseprozesse
- Wiederkehrende Transformationsprozesse automatisieren und harmonisieren
- Datenquellen konsolidieren, um stabile und reproduzierbare Datenpipelines aufzubauen
- Effiziente Abläufe gestalten, um Skalierbarkeit und Performance im Data Scientist Alltag sicherzustellen