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:

Data Science: Datenanalyse und Datenvisualisierung
Dieser Kurs vermittelt ein tiefgreifendes Verständnis der Datenanalyse und Datenvisualisierung mit Python und stattet die Lernenden mit den Fähigkeiten aus, Daten für eine datengestützte Entscheidungsfindung zu extrahieren, zu verarbeiten, zu analysieren und zu visualisieren.
Kursmodule:

Einführung in Python für Data Science
Lernen Sie die Python-Syntax, Datenstrukturen, Schleifen und Funktionen kennen.
Verstehen Sie die Rolle von Python in der Datenwissenschaft und -analyse.
Arbeiten mit Python-Bibliotheken für eine effiziente Datenverarbeitung.

Einrichten von Entwicklungsumgebungen
Installieren und konfigurieren Sie Jupyter Notebooks und Anaconda für eine nahtlose Codierung.
Verwenden Sie Git für die Versionskontrolle und Zusammenarbeit.
Optimieren Sie Python-Workflows mithilfe von IDEs und Automatisierungstools.

Datenmanipulation mit Python-Bibliotheken
Beherrschen Sie Pandas für die Handhabung, Filterung und Transformation von Daten.
Verwenden Sie NumPy für numerische Berechnungen und Matrixoperationen.
Führen Sie eine Bereinigung und Vorverarbeitung der Daten für eine genaue Analyse durch.

Explorative Datenanalyse (EDA)
EDA-Techniken zum Erkennen von Mustern und Trends verstehen.
Ausreißer, fehlende Werte und Dateninkonsistenzen identifizieren.
Statistische Analysen anwenden, um aussagekräftige Erkenntnisse zu gewinnen.

Datentransformation und -aggregation
Gruppieren, Filtern und Aggregieren von Daten für die Analyse erlernen.
Feature Engineering durchführen, um die Dateneinblicke zu verbessern.
Mit SQL-Integration arbeiten, um strukturierte Datensätze zu analysieren.

Einführung in die Datenvisualisierung
Verstehen Sie die Bedeutung von Data Storytelling und Visualisierung.
Lernen Sie Matplotlib und Seaborn für eine effektive visuelle Darstellung kennen.
Erstellen Sie Balkendiagramme, Streudiagramme, Histogramme und Liniendiagramme.

Fortgeschrittene Visualisierungstechniken
Erkunden Sie Heatmaps, Pair Plots und Facettenraster für tiefgreifende Einblicke.
Passen Sie Visualisierungen mit Beschriftungen, Legenden und Anmerkungen an.
Erstellen Sie interaktive Dashboards mit Plotly.

Praktische Übungen zur Datenanalyse und -visualisierung
Arbeiten Sie mit realen Datensätzen, um Datenbereinigung und -analyse durchzuführen.
Erstellen Sie aussagekräftige Visualisierungen, um wichtige Erkenntnisse zu vermitteln.
Wenden Sie Business-Intelligence-Techniken für datengesteuerte Entscheidungen an.

Weitere Infos beim Anbieter

Förderungsart

Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i

Unterrichtsart

Online-Seminar