Lädt...
Tauche tief in die Welt der Daten ein und entdecke die transformative Kraft der Datenanalyse. Mit Deiner Weiterbildung Datenanalyse und Python erhältst Du einen umfassenden Überblick über die Grundlagen der Data Science und vertiefst Deine Kenntnisse in fortgeschrittener Datenanalyse. Durch Module wie Data Analytics und Big Data erhältst Du ein breites Spektrum an Wissen, das Dir hilft, aussagekräftige Ergebnisse zu erzielen und die Datenpotentiale auszuschöpfen. Diese Weiterbildung bietet Dir zudem die Möglichkeit, die Programmiersprache Python zu erlernen. Ein essenzielles Werkzeug in der modernen Datenanalytik. Python ermöglicht Dir, effizient und schnell Datenprojekte zu entwickeln und zu implementieren, ob in der Geschäftsanalyse oder bei datengetriebenen Entscheidungsfindungen. Von der Einführung in die Programmierung bis hin zu praxisnahen Projekten, ermöglichst Du Dir den Zugang zu einer der gefragtesten Fähigkeiten des 21. Jahrhunderts. Beginne Deine Reise in die datengetriebene Zukunft!
Hinweis: Vorkenntnisse in gängigen Machine-Learning-Bibliotheken sowie Data Analysis werden vorausgesetzt.
Data Science hat sich als multidisziplinäres Feld entwickelt, das darauf abzielt, aus Daten Werte zu schaffen. Dieser Kurs beginnt mit einem Überblick über Data Science und verwandte Felder und definiert darüber hinaus Datentypen und -quellen. Der Einsatz datengesteuerter Methoden ist für Unternehmen unerlässlich geworden, und dieser Kurs zeigt auf, wie datengesteuerte Ansätze in einen Unternehmenskontext integriert und wie operative Entscheidungen mit datengesteuerten Methoden getroffen werden können. Schließlich hebt dieser Kurs die Bedeutungen von Statistik und des Maschinellen Lernens im Bereich der Data Science hervor und gibt einen Überblick über relevante Methoden und Ansätze.
Kursinhalte
Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Workbook
Dieser Kurs führt in verschiedene fortgeschrittene analytische Themen von praktischer Relevanz ein. Die behandelten Themenbereiche reichen von der Messung und Analyse der Unternehmensleistung, Text Mining, Web- und Social Media-Analytik bis hin zu aktuellen Trends im experimentellen Design und Aufbau.
Entlang dieser Reise werden Themen wie die Gestaltung von Leistungskennwerten - Key Performance Indicators (KPIs), Geschäftsprozessanalyse, Worthäufigkeits- und semantische Analyse, Datenwissenschaft zu „Clickstreams“, Social Media Interaktionen und mehrarmige Banditentest Algorithmen behandelt.
Kursinhalte
Fakten zum Modul: Niveau: Bachelor · 5 ECTS-Punkte · Modulprüfung: Examen, 90 Minuten
Ziel des Kurses ist es, die Studierenden mit ausgewählten Methoden und Techniken der Datenanalyse im Kontext stetig wachsender, heterogener Datenmengen vertraut zu machen. Hierzu wird zunächst die grundsätzliche Relevanz von Big Data-Methoden anhand der historischen Entwicklung der Datenbestände motiviert. Entscheidend ist hier unter anderem die kontinuierliche Belieferung der Systeme mit Sensordaten aus dem Internet of Things. Es folgt eine kurze Einführung in die wesentlichen statistischen Grundlagen, bevor die einzelnen Schritte des Data Mining-Prozess thematisiert werden. In Abgrenzung zu diesen klassischen Verfahren werden dann ausgewählte Methoden vorgestellt, mit denen Datenbestände im Big Data-Kontext analysierbar gemacht werden können. Weil die Datenanalyse bestimmten gesetzlichen Rahmenbedingungen unterliegt, werden in diesem Kurs zudem rechtliche Aspekte wie der Datenschutz behandelt. Der Kurs schließt mit einem Überblick über den Praxiseinsatz von Big Data-Methoden und -Werkzeugen. Hierbei werden insbesondere die Anwendungsfelder im industriellen Kontext beleuchtet.
Kursinhalte
Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Fallstudie
Der Schwerpunkt dieses Kurses liegt auf der Implementierung eines realen, fortgeschrittenen analytischen Anwendungsfalles in Form eines Studierendenprojekts.
Kursinhalte
Dieser Kurs behandelt die praktische Umsetzung der im Kurs Advanced Data Analytics behandelten Ansätze und Techniken in einer projektorientierten Umgebung. Alle Teilnehmenden müssen einen Projektbericht erstellen, in dem ihre Arbeit detailliert und dokumentiert wird. Die Projektaufgaben werden aus einer Liste ausgewählt oder von den Studierenden in Absprache mit dem Tutor vorgeschlagen.
Fakten zum Modul: Niveau: Bachelor · 5 ECTS-Punkte · Modulprüfung: Portfolio
Zulassungsvoraussetzung: gute Deutschkenntnisse auf B2-Niveau.
Zugangsempfehlung: Vorkenntnisse in gängigen Machine-Learning-Bibliotheken sowie Data Analysis
Die Weiterbildung ist auf dem inhaltlichen Niveau eines Bachelor Studiengangs. Eine Weiterbildung auf Bachelor-Niveau vermittelt grundlegende Kenntnisse und Fähigkeiten in einem bestimmten Fachbereich.
Laptop mit Internetzugang.
© 2026 genaumeinkurs. Alle Rechte vorbehalten.
Made with ♥ in Munich
AZAV-zertifizierter Träger
Förderung durch die Agentur für Arbeit möglich
AZAV-zertifizierter Träger
Förderung durch die Agentur für Arbeit möglich