Data Scientist
Anbieter: NEXIO Online Akademie GmbH
AZAV-zertifizierter Träger
Förderung durch die Agentur für Arbeit möglich
Kursbeschreibung
Werde Data Scientist und gestalte die Zukunft datengetriebener Unternehmen. In diesem Kurs lernst du, wie du aus Daten wertvolle Erkenntnisse gewinnst und diese in konkrete Handlungsempfehlungen übersetzt. Du erwirbst fundierte Kenntnisse in maschinellem Lernen und entwickelst die Fähigkeit, leistungsstarke Machine-Learning-Modelle eigenständig zu konzipieren, zu trainieren und zu bewerten.
Der Kurs vermittelt dir sowohl die mathematischen und statistischen Grundlagen als auch praxisnahe Methoden der Datenaufbereitung und des Feature Engineerings. Du setzt dich intensiv mit überwachtem und unüberwachtem Lernen auseinander und lernst, Modelle systematisch zu validieren und zu optimieren.
Ein besonderer Fokus liegt auf verantwortungsvoller KI: Du beschäftigst dich mit Fairness, Erklärbarkeit und Datenschutz und entwickelst ein Bewusstsein für die ethischen Implikationen von KI-Anwendungen.
Lehrplan & Module
Rollenverständnis und Data Literacy
Du lernst, welche Aufgaben ein Data Scientist im Unternehmen übernimmt und wie die Rolle von Data Analyst und Data Engineer abgegrenzt ist. Außerdem entwickelst Du ein solides Verständnis dafür, Daten kritisch zu lesen, zu interpretieren und verständlich zu kommunizieren.
Datenaufbereitung und Feature Engineering
In diesem Modul bereinigst Du Rohdaten, behandelst fehlende Werte und Ausreißer und transformierst Variablen. Mit Feature Engineering erstellst Du aussagekräftige Merkmale, die die Leistung Deiner Modelle verbessern.
Überwachtes Lernen
Du setzt Verfahren wie lineare und logistische Regression, Entscheidungsbäume, Random Forests und Gradient Boosting für Regressions- und Klassifikationsaufgaben ein. Dabei lernst Du, das passende Modell für eine Fragestellung auszuwählen.
Unüberwachtes Lernen
Hier lernst Du Clusterverfahren wie k-Means und hierarchisches Clustering sowie Methoden zur Dimensionsreduktion wie PCA kennen. Du nutzt sie, um Strukturen und Muster in unbeschrifteten Daten zu entdecken.
Enthaltene Zertifikate
Voraussetzungen
Gewünscht sind solide Kenntnisse in Python (Datenstrukturen, Funktionen, Objekte) sowie in relationalen Datenbanken und SQL (Joins, Aggregationen). Außerdem ist Erfahrung mit Datenanalyse-Werkzeugen von Vorteil. Darüber hinaus werden Deutschkenntnisse auf Niveau B2 sowie Englischkenntnisse auf Niveau B2 vorausgesetzt, da die Lerninhalte überwiegend in englischer Sprache vorliegen.
Zielgruppen
- Arbeitssuchende
Berufsbilder
- Data Scientist
- Machine Learning Engineer
- Data Analyst
Über den Anbieter
