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.
394 Kurse

Kurs

Fallstudie: E‑Commerce-Analyse in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 65 Wiederholungen

Im E-Commerce dreht sich alles um Umsatz und Kosten. In dieser Fallstudie schaust du dir die Daten eines Online-Shops für Tierbedarf an.

Datenvisualisierung

3 Stunden

Kurs

Daten mit data.table in R verknüpfen

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 74 Wiederholungen

In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.

Datenbearbeitung

4 Stunden

Kurs

Building Dashboards with flexdashboard

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 51 Wiederholungen

In this course youll learn how to create static and interactive dashboards using flexdashboard and shiny.

Berichtswesen

4 Stunden

Kurs

R-Code mit Rcpp optimieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 14 Wiederholungen

Nutze C++, um die Leistung deines R-Codes richtig zu steigern.

Softwareentwicklung

4 Stunden

Kurs

Business Process Analytics in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 45 Wiederholungen

Lerne, Geschäftsprozesse in R zu analysieren und aus riesigen Ereignisdatenmengen umsetzbare Erkenntnisse zu gewinnen.

Berichtswesen

4 Stunden

Kurs

Fallstudie: Bestandsanalyse in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 66 Wiederholungen

Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.

Datenvisualisierung

2 Stunden

Kurs

Paralleles Programmieren in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 78 Wiederholungen

In diesem Kurs tauchst du ein ins Parallel Computing in R und verbesserst unter anderem deine Datenanalysefähigkeiten.

Softwareentwicklung

4 Stunden

Kurs

Streamline App Development with Gemini Code Assist

  • MittelSchwierigkeitsgrad
  • 5
  • 11 Wiederholungen

This course introduces you to the core features and functionalities of Gemini Code Assist, an AI-powered app development collaborator for Google Cloud.

Cloud

2 Stunden

Kurs

Aktienbewertung in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 65 Wiederholungen

Dieser Kurs vermittelt dir wichtige Grundlagen der Aktienbewertung.

Angewandte Finanzen

4 Stunden

Kurs

Fortgeschrittene Reguläre Ausdrücke in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 38 Wiederholungen

Dieser Kurs zeigt dir anhand authentischer Datensätze, wie du Textdaten bearbeitest, analysierst und mehr.

Softwareentwicklung

4 Stunden

Kurs

Prognose der Produktnachfrage in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 30 Wiederholungen

Learn how to identify important drivers of demand, look at seasonal effects, and predict demand for a hierarchy of products from a real world example.

Probabilistik & Statistik

4 Stunden

Kurs

Work with Gemini Models in BigQuery

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 17 Wiederholungen

Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.

Cloud

1 Stunde

Kurs

Architecting with Google Kubernetes Engine: Workloads

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 16 Wiederholungen

Deploy and manage Kubernetes workloads on GKE. Cover networking, deployments, jobs, persistent storage, and data management in production environments.

Cloud

2 Stunden 30 min

Kurs

Einführung in die Anomalieerkennung in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 29 Wiederholungen

Statistische Tests zur Identifizierung von Ausreißern und den Einsatz ausgefeilter Anomalie-Scoring-Algorithmen lernen.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in die Datenvisualisierung mit Julia

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 34 Wiederholungen

Hier erstellst du aussagekräftige Datenvisualisierungen in Julia und lernst, wann und wie du Diagramme sinnvoll einsetzt.

Datenvisualisierung

4 Stunden

Kurs

CTR-Vorhersage mit Machine Learning in Python

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 20 Wiederholungen

Hier lernst du, Klickraten von Anzeigen vorherzusagen und einfache ML-Modelle in Python zur Anzeigenoptimierung einzusetzen.

Maschinelles Lernen

4 Stunden

Kurs

Predictive Analytics mit vernetzten Daten in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 34 Wiederholungen

Lerne, die Bezeichnungen von Knoten in Netzwerken mithilfe von Netzwerk-Lernen und durch das Extrahieren beschreibender Merkmale aus dem Netzwerk vorherzusagen.

Probabilistik & Statistik

4 Stunden

Kurs

Mischungsmodelle in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 27 Wiederholungen

Lerne Mischungsmodelle kennen: ein praktischer und formaler statistischer Rahmen für probabilistisches Clustering und Klassifizierung.

Probabilistik & Statistik

4 Stunden

Kurs

Response-Modelle in R erstellen

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 31 Wiederholungen

Dieser Kurs hilft dir dabei, einfache Modelle zur Marktreaktion zu erstellen und so deine Marketingpläne effektiver zu gestalten.

Probabilistik & Statistik

4 Stunden

Kurs

Retrieval-Augmented Generation with LangChain

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 79 Wiederholungen

Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.

Künstliche Intelligenz

AI Tutor

2 Stunden

Kurs

LLM Tool Use with LangChain

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 59 Wiederholungen

Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.

Künstliche Intelligenz

3 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.

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.