Weiter zum Inhalt

Kurse rund um Daten, KI und Cloud

Relevante Fähigkeiten entwickeln

Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.

  • Im eigenen Tempo lernen
  • Praktische Erfahrungen sammeln
  • Kurze Kapitel durcharbeiten

Kostenloses Konto erstellen

Mit Google fortfahrenWeitere Optionen anzeigen

oder


Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
730 Kurse

Kurs

Zeitreihendaten in Python visualisieren

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 94 Wiederholungen

Visualisiere Saisonalität, Trends und andere Muster in deinen Zeitreihendaten.

Datenvisualisierung

4 Stunden

Kurs

Einführung in KI-Apps in Sigma

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 122 Wiederholungen

Erstell interaktive KI-Apps in Sigma mit Hilfe von Benutzereingaben, Aktionen und ausgefeilten Benutzeroberflächen, ganz ohne Programmieraufwand.

Berichtswesen

2 Stunden

Kurs

Einführung in Data Quality mit Great Expectations

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 370 Wiederholungen

Mit der Python-Bibliothek „Great Expectations“ kannst du in Data-Science- und Data-Engineering-Workflows für hohe Datenqualität sorgen.

Data Engineering

4 Stunden

Kurs

Gen AI Apps: Transform Your Work

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 82 Wiederholungen

This course introduces Google’s gen AI applications, such as Google Workspace with Gemini and NotebookLM.

Cloud

1 Stunde 15 min

Kurs

Visualizing Geospatial Data in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 334 Wiederholungen

Hier lernst du, wie du mit Python, dem geopandas-Paket und folium maps Geodaten ansprechend visualisierst.

Datenvisualisierung

4 Stunden

Kurs

Feature Engineering with PySpark

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 287 Wiederholungen

Learn the gritty details that data scientists are spending 70-80% of their time on; data wrangling and feature engineering.

Datenbearbeitung

4 Stunden

Kurs

Data Processing in Shell

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 488 Wiederholungen

Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.

Datenbearbeitung

4 Stunden

Kurs

ARIMA-Modelle in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 395 Wiederholungen

Im Fokus dieses Kurses stehen ARIMA-Modelle in Python und der sichere Umgang mit Zeitreihenanalysen.

Maschinelles Lernen

4 Stunden

Kurs

Feinabstimmung mit Llama 3

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 373 Wiederholungen

Optimiere Llama mit TorchTune für deine eigenen Aufgaben und lerne Techniken für effizientes Fine-Tuning, wie zum Beispiel Quantisierung.

Künstliche Intelligenz

2 Stunden

Kurs

Market Basket Analysis in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 259 Wiederholungen

In diesem Kurs lernst du nützliche Assoziationsregeln kennen, analysierst Buchhandlungsdaten und erstellst Filmempfehlungen.

Maschinelles Lernen

4 Stunden

Kurs

Dealing with Missing Data in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 178 Wiederholungen

Learn how to identify, analyze, remove and impute missing data in Python.

Datenbearbeitung

4 Stunden

Kurs

Einführung in Jahresabschlüsse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 288 Wiederholungen

Dieser Kurs zeigt dir, wie du die Gewinn- und Verlustrechnung und die Bilanz in Power BI anwendest.

Angewandte Finanzen

4 Stunden

Kurs

Faktorenanalyse in R

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 150 Wiederholungen

Hier untersuchst du latente Variablen wie Persönlichkeit mithilfe von explorativer und konfirmatorischer Faktorenanalyse.

Probabilistik & Statistik

4 Stunden

Kurs

Anomalieerkennung mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 175 Wiederholungen

Entdecke in diesem vierstündigen Kurs Anomalien in deiner Datenanalyse und erweitere dein Python-Statistik-Toolkit.

Probabilistik & Statistik

4 Stunden

Kurs

Gen AI: Unlock Foundational Concepts

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 91 Wiederholungen

You unlock the foundational concepts of generative AI by exploring the differences between AI, ML, and gen AI.

Cloud

1 Stunde 30 min

Kurs

Bayesianische Datenanalyse in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 252 Wiederholungen

Lerne alles über die Vorteile der Bayesschen Datenanalyse und probier sie in verschiedenen echten Anwendungsfällen aus!

Probabilistik & Statistik

4 Stunden

Kurs

Fundamentals of Bayesian Data Analysis in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 208 Wiederholungen

Learn what Bayesian data analysis is, how it works, and why it is a useful tool to have in your data science toolbox.

Probabilistik & Statistik

4 Stunden

Kurs

Bias in Daten bewältigen

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 217 Wiederholungen

Schmeiß die Vorurteile raus, um das Potenzial deiner Daten voll auszuschöpfen. So kannst du präzise Analysen und zuverlässige Modelle erstellen.

Datenmanagement

2 Stunden

Kurs

Fallstudie: E‑Commerce-Analyse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 199 Wiederholungen

In ecommerce, increasing sales and reducing costs are key. Analyze data from an online pet supply company using Power BI.

Datenvisualisierung

4 Stunden

Kurs

Datenstrategie

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 1.736 Wiederholungen

Beherrsche strategisches Datenmanagement für Business Excellence.

Datenmanagement

1 Stunde

Kurs

Serverless Applications with AWS Lambda

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 30 Wiederholungen

Build, deploy, and optimize serverless apps with AWS Lambda. Master event processing, error handling, concurrency, and safe deployments in a live AWS Console.

Cloud

3 Stunden

Kurs

Fallstudie: Verkaufsdaten in Alteryx analysieren

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 464 Wiederholungen

Hier nutzt du Alteryx Designer anhand einer Fallstudie, um Verkaufszahlen zu analysieren und strategische Entscheidungen zu treffen.

Datenaufbereitung

2 Stunden

FAQs

Was ist Data Science?

Bei Data Science handelt es sich um ein Fachgebiet, das sich auf die Gewinnung von Informationen aus Daten konzentriert. Mit Programmierkenntnissen, wissenschaftlichen Methoden, Algorithmen etc. analysieren Data Scientists Daten, um praktische Erkenntnisse zu gewinnen.

Wie kann ich Data Science lernen?

Du musst eine Programmiersprache wie Python oder R lernen und die Grundlagen der Mathematik und Statistik beherrschen. Kenntnisse über Datenanalysemethoden und Data-Science-Tools sind auch wichtig. Es gibt viele Möglichkeiten, Data Science zu lernen. Neben formalen Bildungswegen wie einem Studium gibt es viele andere Ressourcen, mit denen du in deinem eigenen Tempo lernen kannst. Neben Online-Kursen und Tutorials gibt es Bücher, Videos und vieles mehr.

Welche Fähigkeiten sind für Data Science erforderlich?

Neben Kenntnissen in Mathematik und Statistik benötigen Data Scientists Programmierkenntnisse in Sprachen wie Python, R und SQL. Darüber hinaus erfordert Data Science den Umgang mit großen Datensätzen sowie Kenntnisse in Datenvisualisierung, Data Wrangling und Datenbankmanagement. Auch Kenntnisse in Machine Learning und Deep Learning sind nützlich.

Wofür kann ich Data Science nutzen?

In nahezu jeder Branche kann Data Science in mehr oder weniger großem Umfang nützlich sein. Organisationen im Gesundheitswesen können mithilfe von Data Science Krankheiten besser erkennen und heilen, während Finanzunternehmen sie nutzen, um Betrug zu erkennen und zu verhindern. Darüber hinaus kommt Data Science branchenübergreifend im Marketing zum Einsatz, etwa beim Aufbau von Empfehlungssystemen und bei der Analyse der Kundenabwanderung.

Ist eine Karriere im Bereich Data Science sinnvoll?

Ja, Data Science gehört zu den am schnellsten wachsenden Bereichen weltweit. Damit verbundene Berufe gehören zu den am besten bezahlten überhaupt. Laut Daten von Payscale verdienen erfahrene Data Scientists in den USA durchschnittlich 97.609 US-Dollar im Jahr bei gleichzeitig hoher Jobzufriedenheit.

Ist es schwierig, Data Scientist zu werden?

Hierbei gibt es einiges zu beachten. Für einen Abschluss im Bereich Data Science sind oftmals durchweg gute Leistungen erforderlich. Darüber hinaus sind für das Entwickeln vieler Data-Science-Fähigkeiten ein intensives Studium und Geduld nötig. Es kann mehrere Monate dauern, bis man alle notwendigen Grundlagen beherrscht und praktische Erfahrung gesammelt hat, um sich eine Einstiegsposition zu sichern.

Erfordert Data Science Programmierkenntnisse?

Ja, du benötigst Programmiererfahrung in Sprachen wie Python, R, SQL, Java und C/C++. Aufgrund ihrer relativ einfachen Syntax wird die Programmiersprache Python von Einsteigern oft bevorzugt.

Wie lange dauert es, Data Scientist zu werden?

Eine Person ohne vorherige Programmiererfahrung und/oder mathematischen Hintergrund benötigt in der Regel sieben bis zwölf Monate intensiven Studiums, bis sie auf einem soliden Einstiegsniveau im Bereich Data Science ist. Dabei ist zusätzlich zu beachten, dass ausschließlich theoretische Grundlagen nicht ausreichen, um in diesem Bereich praktisch zu arbeiten.

Welche Themen kann ich im Bereich Data Science lernen?

Sobald du die Grundlagen der Datenwissenschaft beherrschst, kannst du dich in verschiedenen Bereichen spezialisieren, darunter Machine Learning, künstliche Intelligenz, Big-Data-Analyse, Business Analytics und Business Intelligence, Data Mining und mehr.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.