Data Analytics Weiterbildung

Baustein 1: Basiskurs - Grundlegende Konzepte von Daten und Datenanalyse Überblick über Datenwissenschaft und deren Anwendungen - Einführung in die statistischen Grundlagen - Einführung in Python und R - Datenabfrage und -manipulation mit SQL - Datenbereinigung und -verarbeitung - Tiefergehende Statistik für die Datenanalyse - Explorative Datenanalyse - Hypothesentests und A/B-Tests Baustein 2: Fortgeschrittenenkurs - Regressionstechniken - Entscheidungsbäume und Random Forests - Einführung in die Neuronale Netze - Einführung in das Maschinelle Lernen - Unüberwachtes Lernen: Clusteranalyse und Dimensionenreduktion - Einführung in Big Data-Technologien wie Hadoop und Spark - Fortgeschrittene Datenanalysemethoden - Zeitreihenanalyse - Textanalyse und NLP - Durchführung von realen Datenprojekten - Anwendung von Machine Learning und Big Data-Technologien - Präsentation von Ergebnissen und Erstellung von Berichten - Vertiefte Einblicke in fortgeschrittene Machine Learning-Algorithmen wie Support Vector Machines, künstliche neuronale Netze (CNN, RNN) und Deep Learning-Modelle. - Anwendung von Machine Learning auf spezifische Anwendungsfälle wie Bildverarbeitung, natürliche Sprachverarbeitung und empfohlene Systeme. - Vertiefte Einführung in die Arbeit mit großen Datensätzen und Big Data-Technologien wie Apache Spark und Hadoop. - Fortgeschrittene Datenvisualisierungstechniken mit Data-Visualization-Tools wie D3.js oder Python-Bibliotheken wie Seaborn und Plotly. Erweiterte Methoden zur Erstellung von interaktiven Dashboards und Datenpräsentationen. - Nutzung von Cloud-Plattformen für Data Analytics-Projekte und -Skalierung. - Praktische Erfahrungen in der Bereitstellung und Verwaltung von Dateninfrastrukturen in der Cloud. Baustein 3: Anwendung und Praxis - Vertiefung in spezielle Themen nach Wahl oder Bedarf - Anwendung der erworbenen Kenntnisse und Fähigkeiten aus den vorherigen Bausteinen in praxisnahen Szenarien - Vorbereitung auf das Praktikum: Arbeitsmethodik, Kommunikation und Teamarbeit - Anwendung der erlernten Fähigkeiten in einem Unternehmensumfeld Mitarbeit an realen Projekten unter Anleitung von erfahrenen Entwicklern - Wöchentliche Reflexionssitzungen zur Besprechung der Lernerfahrungen - Präsentation der während des Praktikums durchgeführten Projekte Bewertung der praktischen Fähigkeiten und des theoretischen Wissens - Karriereberatung und Unterstützung bei der Jobsuche

Zielgruppe

Zielgruppe Von Arbeitslosigkeit bedrohte und arbeitsuchende sowie Menschen, die ihre berufliche Perspektive als Datenanalyst sehen und diesen oder artverwandte Berufe ausüben wollen.

Förderungsmöglichkeiten

ja

Teilnahmevorraussetzungen

Zugang - Mindestniveau Englisch B1, Fachsprachlich B2 - Hohe Eigenmotivation und Bereitschaft viel zu lernen

Preishinweis

Preis inkl. MwSt. Preis für den gesamten Kurs