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

Modellierung mit tidymodels in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 182 Wiederholungen

Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.

Maschinelles Lernen

4 Stunden

Kurs

Einführung in die Portfolioanalyse in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 150 Wiederholungen

In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.

Angewandte Finanzen

5 Stunden

Kurs

Support Vector Machines in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 91 Wiederholungen

In diesem Kurs lernst du die Support-Vektor-Maschine (SVM) auf eine einfache und anschauliche Art kennen.

Maschinelles Lernen

4 Stunden

Kurs

Statistische Simulation in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 28 Wiederholungen

Lerne, immer komplexere Probleme zu lösen, indem du Simulationen nutzt, um Daten zu generieren und zu analysieren.

Probabilistik & Statistik

4 Stunden

Kurs

Grundlagen der Inferenz in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 228 Wiederholungen

Dieser vierstündige Kurs über statistische Inferenz in Python vermittelt praxisnah, wie du datenbasierte Schlussfolgerungen ziehst.

Probabilistik & Statistik

4 Stunden

Kurs

Google: Deploy Your First Agent

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 17 Wiederholungen

Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.

Cloud

1 Stunde

Kurs

Fallstudien zum statistischen Denken

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 85 Wiederholungen

Werde statistisch fit und wende deine Fähigkeiten auf reale Datensätze an, um umsetzbare Erkenntnisse zu gewinnen.

Probabilistik & Statistik

4 Stunden

Kurs

Credit Risk Modeling in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 87 Wiederholungen

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Angewandte Finanzen

4 Stunden

Kurs

Interaktive Karten mit leaflet in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 96 Wiederholungen

Interaktive Webkarten mit Leichtigkeit mit leaflet erstellen lernen.

Datenvisualisierung

4 Stunden

Kurs

Forecasting-Pipelines für die Produktion entwerfen

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 71 Wiederholungen

Im Fokus dieses Kurses stehen skalierbare Prognosepipelines in Python und wie du sie entwirfst, automatisierst und überwachst.

Maschinelles Lernen

4 Stunden

Kurs

Marketing Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 89 Wiederholungen

Lerne Marketinganalysen mit Tableau. Schau dir die Performance an, vergleiche Kennzahlen und optimiere Strategien über verschiedene Kanäle hinweg.

Datenaufbereitung

6 Stunden

Kurs

Datenbereinigung in Java

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 66 Wiederholungen

Meisterst du die Stammdatenbereinigung in Java mit statistischen Methoden, Transformationen und Validierung für zuverlässige Apps.

Datenimport/-bereinigung

4 Stunden

Kurs

KI-Agenten mit Haystack entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 44 Wiederholungen

Mach einen KI-Agenten für das Gesundheitswesen mit Haystack, einem Open-Source-Framework, das LLMs und externe Komponenten zusammenbringt.

Künstliche Intelligenz

1 Stunde 30 min

Kurs

Finanzprognosen mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 92 Wiederholungen

In diesem Kurs schlüpfst du in eine CFO-Rolle, in der du den Vorstand zu wichtigen Kennzahlen berätst und Finanzprognosen erstellst.

Angewandte Finanzen

4 Stunden

Kurs

Überlebenszeitanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 72 Wiederholungen

In diesem Kurs ermittelst du anhand von Überlebensanalysen die geschätzte Zeit bis zum Eintritt eines Ereignisses und die Überlebenszeit.

Probabilistik & Statistik

4 Stunden

Kurs

Google Cloud Fundamentals: Core Infrastructure

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 14 Wiederholungen

Learn Google Cloud essentials including computing, storage, networking, and resource management through videos and hands-on labs in this foundational course.

Cloud

5 Stunden

Kurs

Quantitatives Risikomanagement in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 83 Wiederholungen

In diesem Kurs arbeitest du mit Renditereihen von Risikofaktoren, untersuchst empirische Eigenschaften und schätzt den Value-at-Risk.

Angewandte Finanzen

5 Stunden

Kurs

Interaktive Datenvisualisierung mit plotly in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 85 Wiederholungen

Dieser Kurs hilft dir, mit plotly in R interaktive Datenvisualisierungen zu erstellen und deine Daten optimal zu präsentieren.

Datenvisualisierung

4 Stunden

Kurs

Datenumwandlung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 285 Wiederholungen

Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.

Datenaufbereitung

2 Stunden

Kurs

Analyse polizeilicher Maßnahmen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 27 Wiederholungen

Schau dir mal die Daten vom Stanford Open Policing Project an und guck mit Pandas, wie das Geschlecht das Verhalten von Polizisten beeinflusst.

Datenbearbeitung

4 Stunden

Kurs

HR-Analytics: Mitarbeiterdaten in R erkunden

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 38 Wiederholungen

Lerne anhand einer Reihe von Fallstudien aus dem Bereich HR-Analytik, wie du Daten bearbeiten, visualisieren und statistische Tests durchführen kannst.

Explorative Datenanalyse

5 Stunden

Kurs

Fraud Detection in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 38 Wiederholungen

Dieser Kurs gibt dir das nötige Fundament, um mit Analytics in R effektiv Betrug zu erkennen.

Maschinelles Lernen

4 Stunden

Kurs

Diskrete-Ereignis-Simulation mit Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 72 Wiederholungen

Hier lernst du, Geschäftsprozesse mit ereignisdiskreter Simulation zu optimieren und digitale Zwillinge mit Python und SimPy zu entwickeln.

Probabilistik & Statistik

4 Stunden

Kurs

Zeitreihenanalyse in PostgreSQL

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 93 Wiederholungen

Lerne, PostgreSQL für die effektive Zeitreihenanalyse zu nutzen und diese Techniken auf reale Daten anzuwenden.

Datenbearbeitung

4 Stunden

Kurs

R-Pakete entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 152 Wiederholungen

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Softwareentwicklung

4 Stunden

Kurs

Anleihebewertung und -analyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 89 Wiederholungen

Lerne, wie du mit R Modelle entwickeln kannst, um Anleihen zu bewerten und zu analysieren und sie vor Zinsänderungen zu schützen.

Angewandte Finanzen

4 Stunden

Kurs

Text-to-Query-Agents mit MongoDB und LangGraph

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 35 Wiederholungen

Finde heraus, wie du mit deinen Daten über Text-to-Query-KI-Agenten mit MongoDB und LangGraph kommunizieren kannst.

Künstliche Intelligenz

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.