Data Analytics: Technisch-datengetrbiebener Analysepfad für Data Analytics

Ziele der Weiterbildung Dieses Modulpaket vertieft die Fähigkeiten der Teilnehmenden in professionellen Entwicklungsstandards, Webentwicklung und datenbankgestützten Anwendungen. Ziel ist es, durch Projektarbeit, Clean Code, moderne Frameworks und automatisierte Qualitätssicherung ein vollständiges Webprojekt zu entwickeln und schrittweise zur Cloud-Bereitstellung zu führen. Inhalte der Weiterbildung Coding-Standards & Testmethodik -Einführung professioneller Coding-Standards und Clean Code-Praktiken -Fehler- und Ausnahmebehandlung mit Exception Handling -Arbeiten mit Dateien in Python -Einführung in Unit-Testing und Test-Driven Development (TDD) mit Pytest -Versionskontrolle und Teamarbeit mit Git & GitHub -Hackathon I: Umsetzung eines Miniprojekts auf Basis der erlernten Konzepte Webentwicklung & Datenbank-Grundlagen -Einführung in HTML und CSS zur Gestaltung einfacher Webseiten -Verständnis des HTTP-Protokolls und API-Kommunikation -Einführung in relationale Datenbanken und SQL -Verknüpfung von Frontend und Backend über strukturierte Datenkommunikation Objektorientierte Webentwicklung mit Python -OOP in Python: Erstellung von Klassen, Eigenschaften und Magic Methods -Einführung in das Flask-Framework für leichtgewichtige Webentwicklung -Umsetzung von CRUD-Anwendungen mit API-Endpunkten -Nutzung von HTML-Templating zur Gestaltung dynamischer Interfaces -Hackathon II: Entwicklung einer vollständigen Webanwendung Datenbank-Vertiefung & ORM -Professionelle Modellierung relationaler Datenbanken -Einsatz von ORM-Techniken mit SQLAlchemy -Arbeiten mit SQLite und PostgreSQL -Abschlussprojekt zur Umsetzung eines realen Datenbankmodells Portfolio-Projektphase I: Planung & Umsetzung -Start der Projektarbeit mit 1:1-Mentoring -Definition der Projektidee und Planung der Datenstruktur -Aufbau einer relationalen Datenbank mit PostgreSQL -Entwicklung passender API-Endpunkte Portfolio-Projektphase II: API-Entwicklung & Cloud -Erstellung von REST-APIs mit FastAPI -Implementierung von Authentifizierungsmechanismen mit JWT -Datenvalidierung und -sanitisierung -Durchführung von Unit-Tests -Deployment in der Cloud (z. B. mit Vercel oder Render) -API-Dokumentation mit Swagger Portfolio-Projektphase III: Front-End & DevOps -Frontend-Ausbau mit HTML-Templating und Bootstrap -Entwicklung benutzerfreundlicher, responsiver Weboberflächen -Serverside-Testing zur Qualitätssicherung -Einrichtung einer CI/CD-Pipeline mit GitHub Actions -Codeanalyse mit Husky, Sphinx und Pylint

Zielgruppe

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

Förderungsmöglichkeiten

ja

Teilnahmevorraussetzungen

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

Preishinweis

Preis inkl. MwSt. undefined