Lehrgang Ausbildung zum DataScientist – Professional Level
Alles, was ein Data Scientist wissen muss! … Und noch mehr!
Lehrgangsbeschreibung
Dieser Lehrgang DataScientist – Professional Level bietet sowohl Personen mit IT-Erfahrung als Spezialisten (EntwicklerInnen, DatenbankadministratorInnen, Systemengineers,..), als auch Personen aus dem Fachbereich (StatistikerInnen, BI-SpezialistInnen, Business-AnalystInnen,…) eine umfassende Weiterentwicklung für neue Standards und bietet Aufbauend auf dem Data Scientist – Kompakt Lehrgang die Grundlage für eine Entwicklung Richtung DataScience ExpertInnen. Detaillierte Informationen, sowie einen Überblick über alle Lehrgänge und Schulungen erhalten Sie in unserem Katalog.
Dabei werden Fragen beantwortet, die Sie sich in Ihrer Tätigkeit bisher vielleicht noch gar nicht gestellt haben:
- Was ist der Unterschied zwischen Business Intelligence und DataScience?
- Wie kann DataScience sinnvoll angewandt werden?
- Bin ich als DataScientist nun IT-Experte oder Statistiker?
Oder aber auch technische Fragen wie z.B.:
- Wie funktioniert die Modellierung von Daten?
- Wie integriere ich Daten in Systeme?
- Wie analysiere und visualisiere ich Daten richtig?
- Und was habe ich bezüglich Gesetze und Vorschriften dabei zu beachten?
Module
Das Professional Level gliedert sich in 12 Module mit insgesamt 20 Halbtagen (10 Tagen) und bietet eine umfangreiche Weiterbildung und Spezialisierung zum DataScientist. Die Module bauen dabei auf dem Data Scientist – Kompakt Lehrgang auf und bieten diesbezüglich detailliertes Wissen. Ausgebildete Experten und Berater aus der Praxis bieten Ihnen dabei nicht nur Schulungen für DataScience als theoretische Grundlage, sondern auch konkrete Lösungsszenarien für Ihre Herausforderungen, die Sie sofort in Ihren Projekten umsetzen können. Jedes Modul kann auch individuell besucht werden.
- Grundlagen Requirements Engineering (2 Halbtage)
- DataGovernance (2 Halbtage)
- Datamanagment (1 Halbtag)
- Datenarchitektur (1 Halbtag)
- Datenmodellierung (2 Halbtage)
- Datenintegration (2 Halbtage)
- Datenqualität (1 Halbtag)
- Business Intelligence (1 Halbtag)
- Data Analytics+Datenvisuallisierung (3 Halbtage)
- Machine learning und AI (2 Halbtage)
- Data Story Telling (1 Halbtag)
- Projektmanagement (2 Halbtage)
Weiterführende Ausbildungen
