Data Engineering – Angewandte Datenanalyse

Modulstudium

Eine der zentralen Herausforderungen im Kontext von „Big Data“ ist die Aufbereitung vorhandener Daten. Zwar stehen vielen Unternehmen Software-Tools zur Datenanalyse zur Verfügung, diese können jedoch nur nutzenbringend eingesetzt werden, wenn die Datenbasis eine ausreichende Qualität hat. In den meisten Fällen sind erhobene Daten jedoch unvollständig. Dies führt dazu, dass die Ergebnisse klassischer Datenanalyseverfahren eine geringe Aussagekraft haben.

Dieses Modul stellt weiterführende Methoden, Strategien und Technologien des Data Engineering dar, die speziell zur Erkennung und zum Ausnutzen von Mustern in großen Datenbeständen verwendet werden können. Um praxisnah vorzugehen, wird die Anwendung der beschriebenen Techniken in der Programmiersprache Python dargestellt.

Ihr Nutzen

Nach der Teilnahme an dem Modul sind Sie in der Lage,

  • Auffälligkeiten in Daten zu bereinigen und/oder auszunutzen
  • Grundlagen der Python-Programmierung anzuwenden
  • systematisch Ansatzpunkte für die Verbesserung des unternehmensinternen Informationsmanagements aufzudecken
  • einfache Bereinigungslogiken zu entwickeln
  • Bedarfe in der Datenbeschaffung und -bereinigung dem jeweils zuständigen „Data Owner“ gezielt und verständlich darzustellen
  • die Basis für unternehmenseigene Datenanalyse-Applikationen zu implementieren.

Inhalte

  • Datentypen und -speicherkonzepte in Python
  • Datenqualität: Vollständigkeit, Frequenz, Plausibilität
  • Grundlagen der Python-Programmierung: Schleifen und if-Bedingungen, Numpy, Pandas, Sklearn
  • Grundlagen der visuellen Datenanalyse mit Matplotlib
  • Ein- und mehrdimensionale numerische Ausreißer-Analyse (mit Python): IQR vs. Z-Score
  • Verteilungsanalyse und Mechanismen der Ausreißer-Erkennung mittels Klassifikatoren (mehrdimensionale Verteilungsanalyse)
  • Algorithmen zur Mustererkennung (mit Python): Raum-Distanz-Maße (Support Vector Machine), Häufigkeitsbasierte Modelle (Bayes), Entscheidungsbäume

Zielgruppe

Fach- und Führungskräfte sämtlicher Branchen, die sich mit der Strukturierung und Harmonisierung von unterschiedlichsten Datenquellen beschäftigen, um durch das Heben bislang unerschlossener Informationen einen wirtschaftlichen Mehrwert zu erzielen.

Lehrende

Dr. Andreas Varwig
Selbstständiger Data Scientist, Osnabrück

Online

Diese Weiterbildung findet 100% online statt.

Termine

Kurs 2022

Startdatum: 22.04.2022

Enddatum: 24.06.2022

Details

Preis

1.390,00 €

Ort

Professional School
Online

Kontakt

Marlene Schwegmann
Teamleitung HSB Professional School
Tel. 0421 / 5905-4798
E-Mail

Fakten

Teilnahmevoraussetzungen
• Erster berufsqualifizierender Abschluss (Berufsausbildung/Studium)
• Mind. einjährige Berufserfahrung
• Abgeschlossenes Modul „Data Engineering – Grundlagen“ oder vergleichbare Kenntnisse
• Kenntnisse einer Programmiersprache (z. B. R, Java, C#) vorteilhaft
• Zahlenaffinität und Interesse an statistischen Fragestellungen
Maximale Teilnehmendenzahl
20
Art
Modulstudium
• gleichzeitig Modul 2 des CAS-Zertifikatsstudiums "Data Engineer"
• gleichzeitig Modul 1 des CAS-Zertifikatsstudiums "Machine Learning Expert"
Format
Das Modulstudium wird online durchgeführt. Die Inhalte werden selbstständig anhand angeleiteter Online-Lerneinheiten auf der Lernplattform der HSB erarbeitet. Dazu finden die begleitenden Live-Online-Seminare statt, welche die virtuelle Anwesenheit der Teilnehmenden erfordern. Die Online-Seminare dienen der thematischen Einführung, der Vermittlung erklärungsbedürftiger Inhalte sowie der Besprechung der Fallstudien, an denen während der Weiterbildung gearbeitet wird.
Methoden
Kombination aus Online-Lerneinheiten, Online-Seminar, Übungen und Fallstudienarbeit
Aufwand
60 Kontaktstunden plus ca. 120 Std. Selbststudium (nach individuellem Bedarf)
Dauer
5 Online-Seminare à 4 Unterrichtseinheiten, ca. 2 Monate insgesamt
Prüfung
Hausarbeit in Form einer Fallstudie, welche die a) Konzeption und b) Implementierung eines praxisnahen und realisierbaren Big Data Use Cases und c) die Demonstration von Techniken zur Muster- und Ausreißer-Identifikation mit Python beinhaltet
Abschluss
• Hochschulzertifikat nach erfolgreich abgelegter Prüfung
• 6 ECTS-Leistungspunkte für Teilnehmende mit Hochschulzugangsberechtigung
• Teilnahmebescheinigung, sofern keine Prüfung abgelegt wird
Preis
1.390,00 €

Weitere Empfehlungen für Sie

Modulstudium

Data Engineering – Grundlagen

Mehr Info
Modulstudium

Data Science – Grundlagen für die Praxis

Mehr Info