Inhalt

Zielgruppe:

• Arbeitssuchende, die sich weiterbilden möchten, um ihre Fähigkeiten zu erweitern und ihre Beschäftigungsfähigkeit auf dem hart umkämpften Arbeitsmarkt zu verbessern.
• Arbeitssuchende, die ihre Chancen auf dem Arbeitsmarkt verbessern oder sich durch den Erwerb praktischer Kenntnisse für neue Aufgaben qualifizieren möchten.
• Quereinsteiger, die sich in diesem Bereich neu orientieren und ihre Karrierechancen verbessern oder ihre Karriere durch den Erwerb spezialisierter Fähigkeiten vorantreiben möchten.
• Menschen, die in Unternehmen, Agenturen und Beratungsfirmen arbeiten oder arbeiten wollen, die in diesem Bereich tätig sind
• Menschen, die sich in diesem Bereich spezialisieren und sich solides praktisches Wissen aneignen wollen, um benutzerfreundliche, barrierefreie und effektive digitale Lösungen zu entwickeln.

Kursinhalt:

Dateningenieur: Grundlagen für Dateningenieure
Die Teilnehmer werden eine solide Grundlage im Bereich Dateningenieurwesen entwickeln, die Kernkonzepte, wesentliche Tools und bewährte Verfahren für die Verwaltung, Verarbeitung und Optimierung umfangreicher Daten-Workflows umfasst. Sie werden praktische Erfahrungen mit SQL, Python, ETL-Prozessen, Cloud-Plattformen und der Automatisierung von Datenpipelines sammeln und so die grundlegenden Fähigkeiten erwerben, die für eine Karriere im Bereich Dateningenieurwesen erforderlich sind.

Einführung in das Dateningenieurwesen
Verstehen Sie die Rolle eines Dateningenieurs in modernen Datenökosystemen.
Erkunden Sie Datenpipelines, ETL-Workflows und Datentransformationstechniken.
Lernen Sie die 4 Vs von Big Data kennen: Volume, Velocity, Variety und Veracity.

Grundlegende Tools für Dateningenieure
Arbeiten Sie mit SQL und Python für die Datenabfrage und -verarbeitung.
Verstehen Sie relationale Datenbanken, NoSQL und verteilte Speicherlösungen.
Erkunden Sie Big-Data-Frameworks wie Apache Hadoop und Apache Spark.

Daten-Workflow und ETL-Prozesse
Erstellen Sie ETL-Pipelines (Extract, Transform, Load) für strukturierte und unstrukturierte Daten.
Automatisieren Sie die Datenerfassung und -transformation mithilfe von SQL- und Python-Skripten.
Optimieren Sie Daten-Workflows für Leistung und Skalierbarkeit.

Cloud-basiertes Data Engineering
Erfahren Sie mehr über AWS, Azure und Google Cloud für die Datenspeicherung und -verarbeitung.
Arbeiten Sie mit Cloud-basierten Datenbanken wie BigQuery, Snowflake und Redshift.
Skalierbare Daten-Workflows in Cloud-Umgebungen bereitstellen.

Datenmodellierung und -optimierung
Strategien zur Normalisierung, Indizierung und Partitionierung verstehen.
Datenbankleistung für die Verarbeitung großer Datenmengen optimieren.
Best Practices für das Schema-Design für eine effiziente Datenspeicherung implementieren.

Einführung in die Echtzeit-Datenverarbeitung
Streaming-Daten-Frameworks wie Kafka und Spark Streaming kennenlernen.
Batch- und Echtzeit-Datenverarbeitungstechniken untersuchen.
Implementieren Sie grundlegende Echtzeit-Datenpipelines für ereignisgesteuerte Anwendungen.

Praktische Projekte im Bereich Datenverarbeitung
Erstellen Sie End-to-End-Datenpipelines mit SQL, Python und Cloud-Diensten.
Entwickeln Sie praxisnahe ETL-Workflows für die Datentransformation und -integration.
Optimieren Sie Datenverarbeitungsprozesse für Effizienz und Skalierbarkeit.

Weitere Infos beim Anbieter

Förderungsart

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

Unterrichtsart

Online-Seminar

Sonstiges Merkmal

Grundlagen (Lernzielniveau)