Kurs
Berechnungen in Sigma
- BasicSchwierigkeitsgrad
- 4.8+
- 207 Wiederholungen
Dynamische Sigma-Berechnungen erstellen, um Daten zu erkunden, Logik zu automatisieren und Trends mit praxisnahen Geschäftsbeispielen aufzudecken.
Datenbearbeitung
Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
oder
Kurs
Dynamische Sigma-Berechnungen erstellen, um Daten zu erkunden, Logik zu automatisieren und Trends mit praxisnahen Geschäftsbeispielen aufzudecken.
Datenbearbeitung
Kurs
Test a chatbot that matches customers with ideal skincare products using your prompting skills for personalized results.
Künstliche Intelligenz
Kurs
Dieser Kurs zeigt dir, was neuronale Netze sind und wie du mit TensorFlow Deep-Learning-Modelle erstellst.
Maschinelles Lernen
Kurs
Meisterst du die Stammdatenbereinigung in Java mit statistischen Methoden, Transformationen und Validierung für zuverlässige Apps.
Datenimport/-bereinigung
Kurs
Hör auf, immer wieder die gleichen Verknüpfungen und Berechnungen zu schreiben, und stürz dich mit Sigma-Datenmodellen in gut verwaltete, skalierbare Analysen.
Berichtswesen
Kurs
Analysiere die Marktdynamik und entwickle einen strategischen Einstiegsplan für einen EV-Hersteller mithilfe generativer KI.
Künstliche Intelligenz
Kurs
In diesem Kurs analysierst du Daten, erschließt Effizienzpotenziale und erstellst ein Dashboard anhand eines echten Gesundheitsdatensatzes.
Datenvisualisierung
Kurs
Erstell interaktive KI-Apps in Sigma mit Hilfe von Benutzereingaben, Aktionen und ausgefeilten Benutzeroberflächen, ganz ohne Programmieraufwand.
Berichtswesen
Kurs
Build reliable Snowflake pipelines with DevOps and observability: Git, CI/CD, and Snowflake Trail monitoring.
Data Engineering
Kurs
In diesem Kurs lernst du, wie du Netzwerke mit der NetworkX-Bibliothek analysieren, visualisieren und verstehen kannst.
Probabilistik & Statistik
Kurs
This course covers everything you need to know to build a basic machine learning monitoring system in Python
Maschinelles Lernen
Kurs
Dieser Kurs stellt die Google Cloud Platform (GCP) vor, inklusive Optionen zur Speicherung, Datenverarbeitung und Geschäftsmodernisierung.
Cloud
Kurs
Databricks mit Python meistern: Authentifizieren, Cluster verwalten, Jobs automatisieren und KI-Modelle per Code abfragen.
Künstliche Intelligenz
Kurs
Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.
Probabilistik & Statistik
Kurs
In dieser Power-BI-Fallstudie hilfst du einem Unternehmen mit Power Query, DAX und Dashboards die gefragtesten Datenjobs zu ermitteln!
Datenbearbeitung
Kurs
Sind Menschen von deinen Produkten begeistert oder lässt dein Service zu wünschen übrig? Zeit für eine gründliche Stimmungsanalyse.
Maschinelles Lernen
Kurs
Bring deine Reporting-Fähigkeiten mit den integrierten Statistikfunktionen von Tableau auf die nächste Stufe.
Probabilistik & Statistik
Kurs
Skalierbare ereignisgesteuerte Architekturen in Azure mit Messaging-Diensten und praxisnahen Integrationen entwerfen lernen.
Cloud
Kurs
Erstelle genauere und zuverlässigere RAG-Systeme mit Graph RAG und Hybrid RAG.
Künstliche Intelligenz
Kurs
Mit Shiny kannst du interaktive Web-Apps direkt in R erstellen – und deinem Team Daten als Dashboard oder Visualisierung bereitstellen.
Softwareentwicklung
Kurs
Im Fokus dieses Kurses stehen ARIMA-Modelle in Python und der sichere Umgang mit Zeitreihenanalysen.
Maschinelles Lernen
Kurs
Learn the data engineering role on Google Cloud. Explore data sources, storage solutions, ETL/ELT architectures, BigQuery, Dataform, and Dataproc.
Cloud
Kurs
Build, deploy, and optimize serverless apps with AWS Lambda. Master event processing, error handling, concurrency, and safe deployments in a live AWS Console.
Cloud
Kurs
Dieser Kurs zeigt dir, wie du die Gewinn- und Verlustrechnung und die Bilanz in Power BI anwendest.
Angewandte Finanzen
Kurs
Lerne, verteiltes Datenmanagement und maschinelles Lernen in Spark mit dem PySpark-Paket zu implementieren.
Data Engineering
Kurs
Hier nutzt du Alteryx Designer anhand einer Fallstudie, um Verkaufszahlen zu analysieren und strategische Entscheidungen zu treffen.
Datenaufbereitung
Kurs
In diesem Kurs bekommst du praxisnah vermittelt, wie du mit Python Betrug erkennst.
Maschinelles Lernen
Kurs
Lerne, wie du Azure-Anwendungen mit Azure Monitor, Application Insights und Log Analytics überwachen, diagnostizieren und optimieren kannst.
Cloud
Kurs
Optimiere Llama mit TorchTune für deine eigenen Aufgaben und lerne Techniken für effizientes Fine-Tuning, wie zum Beispiel Quantisierung.
Künstliche Intelligenz
Kurs
Dieser Kurs hilft dir, die unstrukturierten Rohdaten einer PostgreSQL-Datenbank zu bereinigen und konkrete Erkenntnisse abzuleiten.
Datenaufbereitung
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.
Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.