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
Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
oder
Kurs
Build production-ready Apache Iceberg lakehouses: model, migrate, and maintain tables at scale.
Data Engineering
Kurs
Lerne anhand von Beispielen aus der Praxis, wie du Trigger in SQL Server entwirfst und einsetzt.
Softwareentwicklung
Kurs
Lerne die wichtigsten Funktionen von SQL Server kennen, mit denen du Daten analysieren, verarbeiten und transformieren kannst.
Datenbearbeitung
Kurs
Hier lernst du, wie du mit Python, dem geopandas-Paket und folium maps Geodaten ansprechend visualisierst.
Datenvisualisierung
Kurs
Discover how to analyze and visualize baseball data using Power BI. Create scatter plots, tornado charts, and gauges to bring baseball insights alive.
Datenvisualisierung
Kurs
Lerne, wie du Daten in Azure mit Blob Storage, Cosmos DB, Warteschlangen und ereignisgesteuerten Diensten speichern, sichern, skalieren und verarbeiten kannst.
Cloud
Kurs
Lerne, wie du Python nutzt, um Kundenabwanderung zu analysieren und ein Modell zu erstellen, das sie vorhersagt.
Explorative Datenanalyse
Kurs
Lerne, AWS-Datenspeicher wie DynamoDB und S3 auszuwählen, zu erstellen und abzusichern – mit praktischen Konsolen-Übungen und realen Szenarien.
Cloud
Kurs
Learn how to pull character strings apart, put them back together and use the stringr package.
Softwareentwicklung
Kurs
Lerne, wie du das Training von LLMs mithilfe von Accelerator und Trainer für verteilte Trainingsprozesse beschleunigst.
Künstliche Intelligenz
Kurs
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
Kurs
In diesem Kurs geht es darum, Textdaten in R mit dem tidy-Framework zu analysieren.
Datenbearbeitung
Kurs
Lerne, fehlende Daten in Python zu erkennen, zu analysieren, zu entfernen und zu imputieren.
Datenbearbeitung
Kurs
Build conversational AI apps that answer questions from your data with Cortex Search and Cortex Analyst on Snowflake.
Künstliche Intelligenz
Kurs
Im E-Commerce sind Umsatzsteigerung und Kostensenkung entscheidend. Daten eines Online-Tierbedarf-Unternehmens mit Power BI analysieren.
Datenvisualisierung
Kurs
Hier tauchst du tief ein in Entscheidungsmodelle, Analysemethoden, Risikomanagement und Optimierungstechniken
Datenkompetenz
Kurs
Visualisiere Saisonalität, Trends und andere Muster in deinen Zeitreihendaten.
Datenvisualisierung
Kurs
Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.
Maschinelles Lernen
Kurs
Lerne die beiden wichtigsten Aufgaben der statistischen Inferenz: Parameterschätzung und Hypothesentests.
Probabilistik & Statistik
Kurs
Julia ist eine neue Programmiersprache, die als perfekte Sprache für wissenschaftliche Berechnungen, maschinelles Lernen und Data Mining entwickelt wurde.
Softwareentwicklung
Kurs
APIs mit Azure API Management durch praktisches Üben erstellen, absichern und verwalten lernen.
Cloud
Kurs
Diese Power-BI-Fallstudie zeigt ein reales Szenario zur Lageranalyse mit DAX und Visualisierungen.
Datenvisualisierung
Kurs
Der Kurs zeigt dir praxisnah, wie du mit RNNs Textstimmung klassifizieren, Sätze erstellen und Texte zwischen Sprachen übersetzen kannst.
Künstliche Intelligenz
Kurs
In diesem Kurs lernst du, wie du Finanzdaten mit verschiedenen Tools und Quellen in Python importierst und verwaltest.
Angewandte Finanzen
Kurs
Build reliable Power Automate cloud flows with triggers, branching, approvals, error handling, and production handover.
Künstliche Intelligenz
Kurs
Lineare Modelle mit Python erkunden und Modelle bauen, um Datenmuster zu beschreiben, vorherzusagen und Erkenntnisse zu gewinnen.
Probabilistik & Statistik
Kurs
Werde zum Profi im Anpassen von ARIMA-Modellen (autoregressive integrierte gleitende Durchschnitte) an Zeitreihendaten mit R.
Probabilistik & Statistik
Kurs
Lerne, wie du Airbnb-Daten mit SQL in Databricks analysierst, Dashboards erstellst und daraus nützliche Erkenntnisse gewinnst.
Datenimport/-bereinigung
Kurs
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
Kurs
Diese Power BI-Fallstudie beleuchtet einen echten Business Case, bei dem du die Konzepte von ETL und Visualisierung anwendest.
Datenvisualisierung
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.
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.
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.
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.
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.
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.
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.
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.
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.
Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.