Du weißt nicht, wo du anfangen sollst? Unser Kurs Understanding Data Science bietet einen Überblick über die wichtigsten Data-Science-Grundlagen – ganz ohne Programmieren.
Oder lies weiter und erfahre mehr über die Technologien, die du auf DataCamp lernen kannst.
Data-Science- und Analytics-Sprachen
Wenn du oder dein Unternehmen neu in Data Science und Analytics seid, musst du eine Sprache für die Datenanalyse wählen – und das gut begründet. In unserem Blogpost und Tutorial erfährst du, wie du dich zwischen den beiden beliebtesten Sprachen für Data Science – Python und R – entscheidest. Oder lies hier die Kurzfassung.
Python
Python ist eine der beliebtesten Programmiersprachen der Welt. Sie ist produktionsreif und kann als zentrales Werkzeug in jeden Schritt deines Workflows integriert werden. Egal, ob du eine Webanwendung oder ein Machine-Learning-Modell bauen möchtest – mit Python kommst du ans Ziel.
- Universelle Programmiersprache (damit lässt sich nahezu alles entwickeln)
- Gilt als besonders leicht lesbar und einfach zu lernen
- Die Sprache der Wahl für modernste Machine-Learning- und KI-Anwendungen
- Wird häufig eingesetzt, um Modelle „in Produktion“ zu bringen
- Einfach bereitzustellen und gut reproduzierbar
R
R wurde lange vor allem in Wissenschaft und Forschung genutzt, hat aber in den letzten Jahren stark im Unternehmensumfeld aufgeholt. Speziell für die Arbeit mit Daten entwickelt, bietet R einen intuitiven Zugang zu den fortschrittlichsten statistischen Methoden von heute.
- Speziell für Datenanalyse und Visualisierung entwickelt
- Traditionell von Statistikerinnen, Statistikern und Forschenden genutzt
- Die Sprache der Wahl für moderne Statistik
- Umfangreiche Sammlung an Community-Paketen
- Schnelles Prototyping datengetriebener Apps und Dashboards
SQL
Ein Großteil der Rohdaten liegt in organisierten Tabellensammlungen, sogenannten relationalen Datenbanken. Data Analysts und Data Scientists müssen wissen, wie sie Daten aus diesen Datenbanken mit SQL bereinigen und extrahieren.
- Nützlich für jedes Unternehmen, das Informationen in Datenbanken speichert
- Eine der gefragtesten Kompetenzen im Business
- Zugriff auf, Abfrage und Extraktion strukturierter Daten, die in einem formatierten Speicher wie einer Datenbank organisiert sind
- Umfasst Datenabfrage, Datenmanipulation, Datendefinition und Zugriffssteuerung
Datenbanken
Data Scientists, Analystinnen und Analysten sowie Engineers arbeiten ständig mit Datenbanken, die enorme Datenmengen in Tabellen speichern können, ohne an Performance zu verlieren. Mit SQL kannst du Daten aus Datenbanken abfragen, Phänomene in deinen Daten modellieren und Beziehungen zwischen ihnen abbilden. Die Unterschiede zwischen den beliebtesten Datenbanken findest du in unserem Blogpost oder lies hier die Kurzfassung.
Microsoft SQL Server
- Kommerzielles relationales Datenbankmanagementsystem (RDBMS), entwickelt und gepflegt von Microsoft
- Verfügbar für Windows- und Linux-Betriebssysteme
PostgreSQL
- Kostenloses, Open-Source-RDBMS, betreut von der PostgreSQL Global Development Group und ihrer Community
- Einsteigerfreundlich
Oracle Database
- Das am weitesten verbreitete RDBMS, im Einsatz bei 97 % der Fortune-100-Unternehmen
- Erfordert Kenntnisse in PL/SQL, einer Erweiterung von SQL, für den Datenzugriff und -abfragen
Tabellenkalkulationen
Tabellenkalkulationen werden in Unternehmen genutzt, um große Mengen Rohdaten in klare Erkenntnisse zu verwandeln, indem Daten in Tabellen organisiert, analysiert und gespeichert werden. Microsoft Excel und Google Sheets sind die populärsten Tools – mit flexiblen Strukturen, bei denen Daten in Zellen einer Tabelle eingegeben werden.
Google Sheets
- Kostenlos für Nutzerinnen und Nutzer
- Ermöglicht Zusammenarbeit über Linkfreigabe und Berechtigungen
- Statistische Analysen und Visualisierungen müssen manuell erstellt werden
Microsoft Excel
- Benötigt eine kostenpflichtige Lizenz
- Für Kollaboration weniger geeignet als Google Sheets
- Enthält integrierte Funktionen für Statistik und Visualisierung
Business-Intelligence-Tools
Business-Intelligence-(BI)-Tools machen Datenauswertung für alle Kompetenzstufen zugänglich – nicht nur für Expertinnen und Experten in Advanced Analytics. Sie sind einer der einfachsten Wege, mit Daten zu arbeiten: Daten an einem Ort zusammenführen, herausfinden, was wirklich Wirkung zeigt, Ergebnisse prognostizieren und vieles mehr.
Tableau
Tableau ist eine Software für Datenvisualisierung – wie Microsoft Excel auf Steroiden. Die benutzerfreundliche Drag-and-drop-Bedienung macht es leicht, Daten zu erschließen, zu analysieren und aussagekräftige Visualisierungen zu erstellen.
- Weit verbreitete BI- und Analytics-Software, der Unternehmen wie Amazon, Experian und Unilever vertrauen
- Benutzerfreundliche Drag-and-drop-Funktionalität
- Unterstützt viele Datenquellen wie Microsoft Excel, Oracle, Microsoft SQL, Google Analytics und Salesforce
Microsoft Power BI
Microsoft Power BI verbindet und transformiert Rohdaten, ermöglicht berechnete Spalten und Measures, einfache Visualisierungen und deren Kombination zu interaktiven Reports.
- Webbasiertes Tool mit Zugriff auf Echtzeitdaten
- Benutzerfreundliche Drag-and-drop-Funktionalität
- Nutzt bestehende Microsoft-Systeme wie Azure, SQL und Excel
Shell
Shell bietet eine Kommandozeilenoberfläche, mit der du das Betriebssystem deines Computers mit wenigen Tastenbefehlen steuerst. Oft als „universeller Klebstoff der Programmierung“ bezeichnet, hilft sie dir, bestehende Programme neu zu kombinieren, wiederkehrende Aufgaben zu automatisieren und Programme auf Clustern und in Clouds auszuführen – auch am anderen Ende der Welt.
Scala
Scala ist eine hybride, objektorientierte und funktionale Programmiersprache, die sich für großskalige Anwendungen und Datenengineering-Infrastrukturen bewährt hat. Unternehmen wie Netflix, Airbnb und Morgan Stanley setzen auf Scala, um Produktivität, Skalierbarkeit und Zuverlässigkeit zu steigern.
Git
Versionskontrolle gehört zu den stärksten Werkzeugen der Programmierung. Sie erlaubt dir nachzuvollziehen, was du wann geändert hast, ungewollte Änderungen rückgängig zu machen und in großem Stil mit anderen zusammenzuarbeiten. Git ist ein modernes Versionskontrollsystem, sehr beliebt bei Data Scientists und Softwareentwicklerinnen und -entwicklern, und hilft dir, in weniger Zeit mehr zu schaffen – mit weniger Reibung.