Inhalt
Zielgruppe:
Dieser Kurs richtet sich an motivierte und teamorientierte Quereinsteiger, Geisteswissenschaftler und Studienabbrecher, die in die wachsende Digitalbranche einsteigen möchten. Das Unternehmen spricht auch explizit Frauen an, die eine Karriere in der Digitalwirtschaft anstreben und Interesse am Programmieren haben. Im Laufe des Bootcamps bauen die Teilnehmerinnen ihr eigenes digitales Portfolio auf und schließen die Ausbildung mit einem eigenen „digitalen Gesellenstück“ ab. Dabei erstellen sie wichtige Arbeitsproben.
Kursinhalt:
Die Schulung ist darauf ausgelegt, ein tiefgreifendes Wissen über Datenanalyse zu vermitteln und Kernkompetenzen für Datenanalyse und -visualisierung zu entwickeln. Sie umfasst Konzepte wie Datenbereinigung, explorative Datenanalyse, Datenvisualisierung, PowerBI, Tableau, fortgeschrittene Analysetechniken einschließlich linearer Regression, Clustering, SQL für große Datenmengen und Big Data, A/B-Tests, Python für Datenanalyse, Cloud-Datenbankverwaltung und Storytelling mit Daten.
Einführung in die Datenanalyse
Erkunden Sie die Rolle von A/B-Tests, linearer Regression und Clustering bei der datengesteuerten Entscheidungsfindung.
Verstehen Sie, wie ethische Praktiken die Zuverlässigkeit von Advanced Analytics beeinflussen.
Erfahren Sie, wie Datenanalysten diese Techniken nutzen, um umsetzbare Erkenntnisse zu gewinnen.
A/B-Tests für die Datenanalyse
Entwerfen Sie kontrollierte Experimente, um Hypothesen in Datensätzen zu testen.
Verwenden Sie Python, um A/B-Testergebnisse zu analysieren und signifikante Muster zu identifizieren.
Interpretieren Sie die Ergebnisse, um fundierte Geschäftsentscheidungen zu treffen.
Lineare Regression für prädiktive Erkenntnisse
Erstellen Sie lineare Regressionsmodelle, um Beziehungen zwischen Variablen zu untersuchen.
Prognostizieren Sie Ergebnisse und Trends mithilfe von Regressionstechniken.
Visualisieren Sie Regressionsergebnisse, um Erkenntnisse effektiv zu kommunizieren.
Clustering für Datenmuster
Gruppieren Sie Daten mithilfe von Algorithmen wie K-Means und hierarchischem Clustering in Cluster.
Verwenden Sie Python-Bibliotheken, um Daten für eine verbesserte Analyse zu segmentieren.
Wenden Sie Clustering auf reale Szenarien wie die Kundensegmentierung an.
Ethik in der Datenanalyse
Verstehen Sie die ethischen Überlegungen bei der Arbeit mit Daten.
Lernen Sie bewährte Verfahren für den Umgang mit sensiblen und vertraulichen Daten kennen.
Erkunden Sie, wie sich ethische Verstöße auf datengestützte Entscheidungen auswirken können.
- Förderungsart
- Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i
- Unterrichtsart
- Online-Seminar