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.
771 Kurse

Kurs

Apache Iceberg: From Zero to Production Data Lakehouse

  • MittelSchwierigkeitsgrad
  • 4.6+
  • 16 Wiederholungen

Build production-ready Apache Iceberg lakehouses: model, migrate, and maintain tables at scale.

Data Engineering

4 Stunden

Kurs

Funktionen zur Datenmanipulation in SQL Server

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 100 Wiederholungen

Lerne die wichtigsten Funktionen von SQL Server kennen, mit denen du Daten analysieren, verarbeiten und transformieren kannst.

Datenbearbeitung

4 Stunden

Kurs

Visualizing Geospatial Data in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 344 Wiederholungen

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

Datenvisualisierung

4 Stunden

Kurs

Baseball-Datenvisualisierung in Power BI

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 197 Wiederholungen

Discover how to analyze and visualize baseball data using Power BI. Create scatter plots, tornado charts, and gauges to bring baseball insights alive.

Datenvisualisierung

1 Stunde

Kurs

Für Azure Storage entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 97 Wiederholungen

Lerne, wie du Daten in Azure mit Blob Storage, Cosmos DB, Warteschlangen und ereignisgesteuerten Diensten speichern, sichern, skalieren und verarbeiten kannst.

Cloud

3 Stunden

Kurs

Nutzung von Datenspeichern in AWS

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 32 Wiederholungen

Lerne, AWS-Datenspeicher wie DynamoDB und S3 auszuwählen, zu erstellen und abzusichern – mit praktischen Konsolen-Übungen und realen Szenarien.

Cloud

3 Stunden

Kurs

String Manipulation with stringr in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 54 Wiederholungen

Learn how to pull character strings apart, put them back together and use the stringr package.

Softwareentwicklung

4 Stunden

Kurs

Effizientes KI-Modelltraining mit PyTorch

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 104 Wiederholungen

Lerne, wie du das Training von LLMs mithilfe von Accelerator und Trainer für verteilte Trainingsprozesse beschleunigst.

Künstliche Intelligenz

4 Stunden

Kurs

Fallstudie: Supply-Chain-Analytics in Power BI

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 185 Wiederholungen

Learn how to use Power BI for supply chain analytics in this case study. Create a make vs. buy analysis tool, calculate costs, and analyze production volumes.

Datenvisualisierung

4 Stunden

Kurs

Einführung in die Textanalyse mit R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 62 Wiederholungen

In diesem Kurs geht es darum, Textdaten in R mit dem tidy-Framework zu analysieren.

Datenbearbeitung

4 Stunden

Kurs

Umgang mit fehlenden Daten in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 184 Wiederholungen

Lerne, fehlende Daten in Python zu erkennen, zu analysieren, zu entfernen und zu imputieren.

Datenbearbeitung

4 Stunden

Kurs

Building Generative AI Apps to Talk to Your Data

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 10 Wiederholungen

Build conversational AI apps that answer questions from your data with Cortex Search and Cortex Analyst on Snowflake.

Künstliche Intelligenz

4 Stunden

Kurs

Fallstudie: E‑Commerce-Analyse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 206 Wiederholungen

Im E-Commerce sind Umsatzsteigerung und Kostensenkung entscheidend. Daten eines Online-Tierbedarf-Unternehmens mit Power BI analysieren.

Datenvisualisierung

4 Stunden

Kurs

Entscheidungsmodellierung verstehen

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 189 Wiederholungen

Hier tauchst du tief ein in Entscheidungsmodelle, Analysemethoden, Risikomanagement und Optimierungstechniken

Datenkompetenz

1 Stunde

Kurs

Zeitreihendaten in Python visualisieren

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 96 Wiederholungen

Visualisiere Saisonalität, Trends und andere Muster in deinen Zeitreihendaten.

Datenvisualisierung

4 Stunden

Kurs

ML-Vorstellungsgespräche in Python üben

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 107 Wiederholungen

Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.

Maschinelles Lernen

4 Stunden

Kurs

Statistical Thinking in Python (Teil 2)

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 256 Wiederholungen

Lerne die beiden wichtigsten Aufgaben der statistischen Inferenz: Parameterschätzung und Hypothesentests.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in Julia

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 132 Wiederholungen

Julia ist eine neue Programmiersprache, die als perfekte Sprache für wissenschaftliche Berechnungen, maschinelles Lernen und Data Mining entwickelt wurde.

Softwareentwicklung

4 Stunden

Kurs

Azure API Management

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 80 Wiederholungen

APIs mit Azure API Management durch praktisches Üben erstellen, absichern und verwalten lernen.

Cloud

3 Stunden

Kurs

Fallstudie: Bestandsanalyse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 171 Wiederholungen

Diese Power-BI-Fallstudie zeigt ein reales Szenario zur Lageranalyse mit DAX und Visualisierungen.

Datenvisualisierung

5 Stunden

Kurs

Importing and Managing Financial Data in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 62 Wiederholungen

In diesem Kurs lernst du, wie du Finanzdaten mit verschiedenen Tools und Quellen in Python importierst und verwaltest.

Angewandte Finanzen

5 Stunden

Kurs

Intermediate Power Automate

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 12 Wiederholungen

Build reliable Power Automate cloud flows with triggers, branching, approvals, error handling, and production handover.

Künstliche Intelligenz

3 Stunden

Kurs

Einführung in lineares Modellieren mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 221 Wiederholungen

Lineare Modelle mit Python erkunden und Modelle bauen, um Datenmuster zu beschreiben, vorherzusagen und Erkenntnisse zu gewinnen.

Probabilistik & Statistik

4 Stunden

Kurs

ARIMA-Modelle in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 315 Wiederholungen

Werde zum Profi im Anpassen von ARIMA-Modellen (autoregressive integrierte gleitende Durchschnitte) an Zeitreihendaten mit R.

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudie: Datenanalyse in Databricks

  • ExperteSchwierigkeitsgrad
  • 4.6+
  • 87 Wiederholungen

Lerne, wie du Airbnb-Daten mit SQL in Databricks analysierst, Dashboards erstellst und daraus nützliche Erkenntnisse gewinnst.

Datenimport/-bereinigung

3 Stunden

Kurs

Google: Enterprise Agents and Use Cases

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 70 Wiederholungen

Map agent types to your KPIs and explore use cases that solve problems, learn how Gemini Enterprise empowers you to build and orchestrate the right agents.

Cloud

45 min

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.