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

Machine Learning für Marketing-Analytics in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 67 Wiederholungen

In diesem Kurs lernst du, wie du Data Science für verschiedene gängige Marketingaufgaben nutzen kannst.

Maschinelles Lernen

4 Stunden

Kurs

Fortgeschrittene Portfolioanalyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 68 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

MLOps für Unternehmen

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 138 Wiederholungen

Du lernst die Grundlagen von MLOps kennen, einschließlich Tools und Methoden zur Automatisierung und Skalierung von ML-Anwendungen.

Maschinelles Lernen

3 Stunden

Kurs

Finanzprognosen mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 88 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

Introduction to Data Engineering on Google Cloud

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 9 Wiederholungen

Learn the data engineering role on Google Cloud. Explore data sources, storage solutions, ETL/ELT architectures, BigQuery, Dataform, and Dataproc.

Cloud

3 Stunden 41 min

Kurs

Fallstudien zum statistischen Denken

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 79 Wiederholungen

Take vital steps towards mastery as you apply your statistical thinking skills to real-world data sets and extract actionable insights from them.

Probabilistik & Statistik

4 Stunden

Kurs

Interaktive Datenvisualisierung mit plotly in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 80 Wiederholungen

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

Datenvisualisierung

4 Stunden

Kurs

Parallele Programmierung mit Dask in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 62 Wiederholungen

Hier nutzt du parallele Programmierung mit Dask in Python, skalierst Workflows und verarbeitest effizient große Datenmengen.

Softwareentwicklung

4 Stunden

Kurs

Python für MATLAB-Anwender

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 29 Wiederholungen

Mach den Wechsel von MATLAB, indem du ein paar grundlegende Python-Konzepte lernst und dich mit den Paketen NumPy und Matplotlib beschäftigst.

Softwareentwicklung

4 Stunden

Kurs

Fallstudie: HR-Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 69 Wiederholungen

In dieser Fallstudie schauen wir uns die Analyse von Personaldaten in Tableau an.

Datenvisualisierung

3 Stunden

Kurs

Dimensionsreduktion in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 96 Wiederholungen

Dieser Kurs zeigt dir Techniken zur Dimensionsreduktion in R und macht dich mit der Merkmalsauswahl und -extraktion vertraut.

Maschinelles Lernen

4 Stunden

Kurs

Bedingte Formatierung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 97 Wiederholungen

Dieser Kurs zeigt praxisnah, wie du bedingte Formatierungen mit integrierten Optionen und eigenen Formeln nutzt.

Datenbearbeitung

2 Stunden

Kurs

Analyse von US-Volkszählungsdaten mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 61 Wiederholungen

Dieser Kurs zeigt dir praxisnah, wie du mithilfe der Census-API demografische und sozioökonomische Daten nutzt.

Explorative Datenanalyse

5 Stunden

Kurs

Fortgeschrittenes NLP mit spaCy

  • MittelSchwierigkeitsgrad
  • 4.6+
  • 20 Wiederholungen

Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.

Maschinelles Lernen

5 Stunden

Kurs

Datenschutz und Anonymisierung mit Python

  • ExperteSchwierigkeitsgrad
  • 4.9+
  • 48 Wiederholungen

In diesem Kurs lernst du praktische Methoden kennen, um sensible Daten datenschutzkonform zu verarbeiten.

Maschinelles Lernen

4 Stunden

Kurs

Arbeiten mit DeepSeek in Python

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 98 Wiederholungen

Finde heraus, was es mit dem ganzen Hype um DeepSeek wirklich auf sich hat! Entwickle Anwendungen mit den Modellen R1 und V3 von DeepSeek.

Künstliche Intelligenz

3 Stunden

Kurs

Support Vector Machines in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 84 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Feature Engineering in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 142 Wiederholungen

Du lernst die Grundkonzepte des Feature Engineering und wie du sie mit dem R-Framework tidymodels praktisch anwendest.

Maschinelles Lernen

4 Stunden

Kurs

Getting Started with Google Kubernetes Engine

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 18 Wiederholungen

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Cloud

5 Stunden 15 min

Kurs

Case Study: Supply Chain Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 67 Wiederholungen

Dive into our Tableau case study on supply chain analytics. Tackle shipment, inventory management, and dashboard creation to drive business improvements.

Datenvisualisierung

4 Stunden

Kurs

Essential Google Cloud Infrastructure: Core Services

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 17 Wiederholungen

This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.

Cloud

4 Stunden 15 min

Kurs

DSGVO in der Praxis: Compliance und Bußgelder

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 90 Wiederholungen

In diesem Kurs entwickelst du ein solides Verständnis der DSGVO anhand von echten Fällen zu Datenrechten, Verstößen und Compliance.

Datenmanagement

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.