Data Specialist (m/w/d)

Nach dieser Weiterbildung können Sie, mit der Programmiersprache Python objektorientierte Programme entwickeln, die bei der Visualisierung und Verarbeitung komplexer Daten zum Einsatz kommen. Sie sind in der Lage, komplexe Datenmodelle zu analysieren und durch selbstgeschriebene Algorithmen analysieren zu lassen. Diese können Sie auf verschiedene Arten visualisieren und anhand von Berechnungen und Auswertungen aussagekräftige Prognosen erstellen.

Programmierung und Scripting

• Grundlegende Programmierkonzepte
• Standard-Datentypen
• Datenstrukturen
• Funktionen
• Dictionaries
• Ein-und Ausgabe
• Textverarbeitung
• Python-Skripte

Datenmanipulation und -visualisierung

• Einführung in Pandas und Dataframes
• Datenreinigung
• Datenvisualisierung
• Vom Datenmodell zum interaktiven Onlinereport
• Gestaltungsregeln für Reports und Dashboards

Datenbanken und Business Intelligence Tools

• Datenbanken
• Einführung in Power BI
• Power Query: Importieren von Daten
• Transformieren und Kombinieren von Daten mit Power Query
• Datenmodellierung in Power BI Desktop
• Einführung in Tableau und Verstehen von Datenmodellierung
• Erstellen von interaktiven Dashboards

Machine Learning Grundlagen

• Einführung in Machine Learning
• Lineare Regression
• Multiple Regression
• Logistische Regression
• Decision Trees
• K-Means Clustering

Neuronale Netze und Deep Learning

• Einführung in Neuronale Netze
• Backpropagation
• Praxisarbeit: Programmierung Neuronales Netzwerk
• Einführung in PyTorch
• Automatische Bilderkennung

Machine Learning Weiterführung

• Funktion und Nutzen von Machine Learning
• Grundlagen der Notation
• Datenstrukturen und Datentypen
• Techniken: Merkmalserstellung und Normalisierung
• Praktische Anwendung: Modelltraining und Modellperformance

Machine Learning Tools und Techniken

• Allgemeine Tipps und Tricks zu TensorFlow
• Grundlegende Verwendung von TensorFlow
• Erstellen von Machine-Learning-Modellen mit Keras
• Analyse von Machine Learning in TensorFlow
• Visualisierung von Ergebnissen mit Keras
• Problemlösung für nicht funktionierende Modelle
• Aktuelle Trends im maschinellen Lernen und Ausblick in die Zukunft