Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
oder
Kurs
GAMs modellieren Beziehungen in Daten als nichtlineare Funktionen, die sich super an verschiedene Arten von datenwissenschaftlichen Problemen anpassen lassen.
Probabilistik & Statistik
Kurs
Lerne, wie du dein SAS-Wissen in R überträgst und Daten mit dieser kostenlosen und leistungsstarken Software-Sprache analysierst.
Softwareentwicklung
Kurs
Du lernst die Grundlagen von MLOps kennen, einschließlich Tools und Methoden zur Automatisierung und Skalierung von ML-Anwendungen.
Maschinelles Lernen
Kurs
Du lernst die Grundlagen von A/B-Tests in R und erfährst, wie du Experimente planst, Daten analysierst und Ergebnisse visualisierst.
Probabilistik & Statistik
Kurs
Databricks Genie Space end-to-end aufbauen: Beschreibungen, Synonyme, Anweisungen, Tabellenbeziehungen, Beispielabfragen, Monitoring und Benchmarks.
Data Engineering
Kurs
n this Google DeepMind course you will focus on the training process for machine learning models.
Cloud
Kurs
Vertiefe dein Wissen über die Themen aus „Manipulating Time Series in R“ mit echten Fallstudien.
Probabilistik & Statistik
Kurs
Hier lernst du, wie du fortgeschrittene dplyr-Transformationen vornimmst und dplyr- und ggplot2-Code in Funktionen einbaust.
Datenbearbeitung
Kurs
This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.
Cloud
Kurs
Analysiere Zeitreihendiagramme, nutze bipartite Graphen und lerne, wie du schwierige Probleme in der Netzwerkanalyse löst.
Probabilistik & Statistik
Kurs
Du lernst die Grundkonzepte des Feature Engineering und wie du sie mit dem R-Framework tidymodels praktisch anwendest.
Maschinelles Lernen
Kurs
GARCH-Modelle spezifizieren und anpassen, um zeitvariable Volatilität und Value-at-Risk vorherzusagen.
Angewandte Finanzen
Kurs
In dieser Fallstudie schauen wir uns die Analyse von Personaldaten in Tableau an.
Datenvisualisierung
Kurs
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
Cloud
Kurs
Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.
Cloud
Kurs
Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.
Cloud
Kurs
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
Cloud
Kurs
In diesem Kurs lernst du, wie du maschinelles Lernen im Personalwesen anwendest.
Maschinelles Lernen
Kurs
Lerne in nur 4 Stunden, wie du mit Spark und dem sparklyr-Paket in R Big-Data-Analysen durchführst, und entdecke Spark MLIb.
Data Engineering
Kurs
Hier lernst du, wie Anleihen funktionieren, wie du sie bewertest und ihre Risiken mit den Paketen numpy und numpy-financial einschätzt.
Angewandte Finanzen
Kurs
This course introduces the Cloud Run serverless platform for running applications.
Cloud
Kurs
Lerne die Bag-of-Words-Technik für Text Mining mit R.
Maschinelles Lernen
Kurs
Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.
Datenvisualisierung
Kurs
This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.
Cloud
Kurs
Hol dir einen Überblick über alle Fähigkeiten und Tools, die du brauchst, um bei der Verarbeitung natürlicher Sprache in R richtig gut zu werden.
Maschinelles Lernen
Kurs
Explore advanced Google Sheets features including conditional formatting, complex formulas, data validation, and referencing.
Cloud
Kurs
Lerne, wie du Bayes-Schätzmethoden nutzt, um bessere Rückschlüsse auf lineare Regressionsmodelle zu ziehen.
Probabilistik & Statistik
Kurs
Üben Sie Tableau mit unserer Healthcare-Fallstudie. Daten analysieren, Effizienz-Insights aufdecken und ein Dashboard erstellen.
Datenvisualisierung
Kurs
Dieser Kurs geht auf die Grundlagen des Finanzhandels ein und zeigt, wie man mit Quantstrat signalbasierte Handelsstrategien entwickelt.
Angewandte Finanzen
Kurs
In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud.
Cloud
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.