WeiterbildungsangebotDatenanalyse & Data EngineeringBis zu 100% förderbarKeine Vorerfahrung

Software Engineering Python und Data Engineering

Anbieter: IU Akademie IU Internationale Hochschule

Trustpilot:4,2 von 5 Sternen4,2(214 Bewertungen)
Preis
0,- €
Auf einen Blick
DurchführungOnline
LernformatSelf-Paced
Dauer6 Monate in Vollzeit oder 12 Monate in Teilzeit
UnterrichtsspracheDeutsch
Startalle 14 Tage
InklusiveBerufscoachingNotebook / Tablet (geliehen)
Kursdetails als PDF
Qualität des Bildungsträgers
AZAV-Siegel – AZAV-zertifizierter Bildungsträger, Förderung möglich

AZAV-zertifizierter Träger
Förderung durch die Agentur für Arbeit möglich

Kursbeschreibung

Mehr Code bedeutet mehr Möglichkeiten. Du bringst schon jetzt die technische Faszination und das Verständnis für Programmiersprachen mit. Und genau das suchen Unternehmen. Mit Deiner Online-Weiterbildung Software Engineering Python und Data Engineering wirst Du künftig nicht mehr nur die digitale Welt verstehen und nutzen, sondern auch aktiv mitgestalten. Du machst den Code zu Deiner Sprache und die Daten zu Deinem Werkzeug. Forme mit Python und Data Engineering die digitale Landschaft von morgen und entwickle innovative Lösungen für komplexe Probleme. Mit Deinem Können und Deiner Begeisterung für Technologie machst Du zukünftig den Unterschied.

In Deiner Online-Weiterbildung Software Engineering Python und Data Engineering lernst Du, wie Du komplexe Systeme mit Python programmierst und Daten effizient verwaltest sowie analysierst. Mit dieser Weiterbildung bist Du bestens gerüstet, um in der Welt der Softwareentwicklung und des Datenmanagements erfolgreich zu sein. Im Zentrum Deiner Weiterbildung steht die fundierte Vermittlung von Kenntnissen in den Bereichen Python-Programmierung und Data Engineering. Du lernst, wie Du mit Python effiziente und leistungsfähige Softwarelösungen entwickelst und wie Du Datenstrukturen und Algorithmen effektiv einsetzt. Darüber hinaus erhältst Du Einblicke in die Welt des Software Engineerings und lernst, wie Du Softwareprozesse steuerst und managst. Nach Deinem zertifizierten Abschluss bist Du in der Lage, komplexe Softwarelösungen zu entwickeln und Daten effizient zu verwalten. Mit Deinem Wissen kannst Du in der Softwareentwicklung und im Datenmanagement neue Maßstäbe setzen.

Hinweis: Durch den erfolgreichen Abschluss dieser Weiterbildung erlangen die Teilnehmenden keinen offiziellen Ingenieur-Titel.

Lehrplan & Module

01

Programmieren mit Python

Python ist eine der vielseitigsten und am weitesten verbreiteten Skriptsprachen. Seine klare und übersichtliche Syntax sowie sein geradliniges Design tragen wesentlich zu diesem Erfolg bei und machen ihn zu einer idealen Sprache für die Programmierausbildung. Die Anwendungsgebiete reichen von der Webentwicklung bis hin zum wissenschaftlichen Rechnen. Insbesondere in den Bereichen Datenwissenschaft und künstliche Intelligenz ist sie die gebräuchlichste Programmiersprache, die von allen wichtigen Datenverarbeitungs- und Analyseframeworks unterstützt wird. Dieser Kurs bietet eine gründliche Einführung in die Sprache und ihre Hauptfunktionen sowie Einblicke in die Begründung und Anwendung wichtiger angrenzender Konzepte wie Umgebungen, Tests und Versionskontrolle.

Kursinhalte

  • Einführung in Python
    • Datenstrukturen
    • Konditionaler Code
    • Funktionen
    • Schleifen
    • Eingabe/Ausgabe
    • Programme protokollieren
    • Module und Pakete
  • Klassen und Vererbung
    • Namespaces und Scopes
    • Klassen und Vererbung
    • Iteratoren und Generatoren
  • Fehler und Ausnahmen
    • Syntaxfehler
    • Behandlung und Auslösung von Ausnahmen
    • Benutzerdefinierte Ausnahmen
  • Wichtige Python-Bibliotheken
    • Standard-Python-Bibliothek
    • Wissenschaftliche Berechnungen
    • Beschleunigung von Python
    • Visualisierung
    • Zugriff auf Datenbanken
  • Arbeiten mit Python
    • Virtuelle Umgebungen
    • Verwaltung von Paketen
    • Unit- und Integrationstests
    • Dokumentation des Codes
  • Versionskontrolle
    • Einführung in die Versionskontrolle
    • Versionskontrolle mit GIT

Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Hausarbeit

02

Software Engineering: Softwareprozesse

Software-Prozesse und Lebenszyklusmodelle ermöglichen eine strukturierte Vorgehensweise für verschiedene Software-Engineering-Aufgaben. Ziel dieses Moduls ist es, ein Verständnis für diese Struktur zu vermitteln und zu zeigen, wie sie über den gesamten Plan-Build-Run-Lebenszyklus angewendet werden kann. Eine wichtige Grundlage für die Arbeit mit Software-Prozessen ist die Modellierung mit einer geeigneten Notation. Es werden verschiedene Arten von Lebenszyklen besprochen, darunter der plangetriebene und der agile Ansatz sowie Mischformen (Hybridmodelle). Ein besonderes Augenmerk wird auf die unterschiedlichen Umgebungen gelegt, für die sich diese Ansätze am besten eignen.

Kursinhalte

  • Grundlagen der Softwareprozesse
    • Die Bedeutung von Softwareprozessen und Lebenszyklusmodellen
    • Historischer Überblick
  • Softwareprozess: Definition und Modellierung
    • Modellierungsnotationen und Metamodelle
    • Notationen zur Modellierung der Wechselwirkung zwischen Prozessen
    • Notationen der Detailebene
  • Grundlegende Lebenszyklusmodelle
    • Wasserfall-Modelle
    • Das V-Modell
    • Komponentenbasierte Modelle
    • Iterative, inkrementelle und evolutionäre Modelle
  • Agile und schlanke Entwicklungsprozesse
    • Das Agile Manifest
    • Scrum
    • Allgemeine agile Praktiken
    • Lean Development und Kanban
    • Skalierung in der agilen Entwicklung
    • Hybride Prozesse
  • Der Lebenszyklus von Softwareprodukten
    • Prozessmodelle auf Detailebene
    • IT-Service-Management und Betrieb
    • DevOps
    • Informationssicherheit und Datenschutz
  • Governance und Management von Softwareprozessen
    • Prozesssteuerung
    • Prozessdesign und -einführung
    • Prozessanpassung
    • Prozessbeurteilung, -verbesserung und -bewertung
    • Werkzeugunterstützung

Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Fachpräsentation

03

Algorithmik

Eine Kernaktivität der Informatik und ähnlicher Bereiche, ist der Entwurf, die Verwendung und die Anwendung von Algorithmen zur Lösung von Problemen. Dieser Kurs führt in gängige Ansätze zum Entwurf von Algorithmen sowie in wichtige Klassen von Algorithmen ein, die zur Lösung häufiger Probleme verwendet werden können. Die erfolgreiche Durchführung dieser Aufgaben erfordert ein gründliches Verständnis der Qualitätsmerkmale von Algorithmen: (partielle und totale) Korrektheit, Genauigkeit, Vollständigkeit und Effizienz. Gleichzeitig gibt es Grenzen für das, was ein Algorithmus theoretisch und praktisch erreichen kann und sollte, und es ist wichtig, diese Grenzen zu erkennen und zu berücksichtigen. Neben Algorithmen, die auf Standardprogrammierparadigmen basieren, gibt es auch verschiedene andere Programmierparadigmen, die zu anderen Arten von Algorithmen führen; daher bietet dieser Kurs auch eine kurze Einführung in Algorithmen für paralleles Rechnen, probabilistische Algorithmen und Quantenalgorithmen.

Kursinhalte

  • Einführung in die Algorithmik
    • Grundlegende Konzepte und historischer Überblick
    • Algorithmen, Programmiersprachen und Datenstrukturen
    • Qualität von Algorithmen: Korrektheit, Genauigkeit, Vollständigkeit, Effizienz
    • Die Rolle von Algorithmen in der Gesellschaft
  • Algorithmenentwurf
    • Datenstrukturen
    • Rekursion und Iteration
    • Divide-and-Conquer
    • Algorithmenstrategien: Ausgleichendes, gieriges und dynamisches Programmieren
  • Wichtige Algorithmen
    • Sortieren und Suchen
    • Mustererkennung
    • Der RSA-Algorithmus
    • Der k-Means-Algorithmus für Daten-Clustering
  • Korrektheit, Genauigkeit und Vollständigkeit von Algorithmen
    • Partielle Korrektheit
    • Totale Korrektheit
    • Sicherstellung der Korrektheit im Programmieralltag
    • Genauigkeit, Approximation und Fehleranalyse
  • Berechenbarkeit
    • Modelle der Datenverarbeitung
    • Das Halteproblem
    • Unentscheidbare Probleme
  • Effizienz von Algorithmen: Komplexitätstheorie
    • Modelle der Komplexität
    • NP-Vollständigkeit
    • P=NP?
  • Erweiterte Algorithmik
    • Parallele Rechnern
    • Probabilistische Algorithmen

Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Klausur, 90 Minuten

04

Projekt: Software Engineering

In dieser Lehrveranstaltung wird das in den vorangegangenen Modulen erworbene Wissen auf kleine bis mittelgroße Projekte angewendet. Die Projektteams durchlaufen wichtige Phasen der Software-Entwicklung und erstellen die entsprechenden Artefakte (z.B. Anforderungsspezifikation, Design, Implementierung, Tests, Dokumentation). Die Qualitätssicherung dieser Artefakte wird durch den Tutor und Studierende durchgeführt. Auf diese Weise lernen die Studierenden sowohl die Erstellung als auch die Qualitätssicherung von Artefakten in einem Softwareentwicklungsprozess.

Kursinhalte

Im Software-Engineering werden Projekte in Bezug auf die Rollen der Teammitglieder (z. B. Projektmanager, Qualitätssicherung) und die einzelnen Aktivitäten (z. B. Planung, Analyse, Implementierung) organisiert, um Softwaren zu erstellen, die den Kundenbedürfnissen entsprechen. In Bezug auf die gewählte Vorgehensweise (agil oder plangetrieben) durchlaufen die Studierenden alle typischen Phasen, die für große Projekte relevant sind. Sie sammeln Erfahrungen hinsichtlich organisatorischer Aspekte, wie gängigen Rollen und Aktivitäten, sowie bezüglich praktischer Aufgaben wie die Erstellung der Anforderungsspezifikation, Design, Implementierung, Tests und Dokumentation.

Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Portfolio

Enthaltene Zertifikate

TrägerzertifikatZeugnis auf Hochschulniveau

Voraussetzungen

Vorkenntnisse: Keine Vorerfahrung

Zulassungsvoraussetzung: gute Deutschkenntnisse auf B2-Niveau.

Die Weiterbildung ist auf dem inhaltlichen Niveau eines Master Studiengangs. Eine Weiterbildung auf Master-Niveau ist anspruchsvoller als auf Bachelor-Niveau. Vorhandenes Grundlagenwissen im gewählten Fachbereich ist deshalb von Vorteil.

Technische Voraussetzungen

Laptop mit Internetzugang.

Zielgruppen

  • Arbeitssuchende
  • Fachkräfte

Berufsbilder

  • Python Entwickler
  • Data Engineer
  • Softwareentwickler

Über den Anbieter

IU Akademie IU Internationale Hochschule

IU Akademie IU Internationale Hochschule

Bildungsträger

Alle Kurse →