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.
778 Kurse

Kurs

ARIMA-Modelle in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 421 Wiederholungen

Im Fokus dieses Kurses stehen ARIMA-Modelle in Python und der sichere Umgang mit Zeitreihenanalysen.

Maschinelles Lernen

4 Stunden

Kurs

Feinabstimmung mit Llama 3

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 395 Wiederholungen

Optimiere Llama mit TorchTune für deine eigenen Aufgaben und lerne Techniken für effizientes Fine-Tuning, wie zum Beispiel Quantisierung.

Künstliche Intelligenz

2 Stunden

Kurs

Biomedizinische Bildanalyse mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 237 Wiederholungen

Grundlagen der Erkundung, Bearbeitung und Messung biomedizinischer Bilddaten lernen.

Datenbearbeitung

4 Stunden

Kurs

Datenverarbeitung in der Shell

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 524 Wiederholungen

Lerne leistungsstarke Kommandozeilen-Skills, um Daten herunterzuladen, zu verarbeiten und zu transformieren, inklusive Machine Learning-Pipeline.

Datenbearbeitung

4 Stunden

Kurs

Data Fluency

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 313 Wiederholungen

Datenkompetenz ist heute das A und O. Dieser Kurs vermittelt dir relevante Skills und Best Practices für einen optimalen Umgang mit Daten.

Datenkompetenz

2 Stunden

Kurs

Einführung in KI-Apps in Sigma

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 159 Wiederholungen

Erstell interaktive KI-Apps in Sigma mit Hilfe von Benutzereingaben, Aktionen und ausgefeilten Benutzeroberflächen, ganz ohne Programmieraufwand.

Berichtswesen

2 Stunden

Kurs

Einstieg in die Netzwerkanalyse mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 224 Wiederholungen

In diesem Kurs lernst du, wie du Netzwerke mit der NetworkX-Bibliothek analysieren, visualisieren und verstehen kannst.

Probabilistik & Statistik

4 Stunden

Kurs

Best Practices für Visualisierung in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 336 Wiederholungen

Learn to effectively convey your data with an overview of common charts, alternative visualization types, and perception-driven style enhancements.

Datenvisualisierung

1 Stunde

Kurs

Statistische Techniken in Tableau

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 674 Wiederholungen

Bring deine Reporting-Fähigkeiten mit den integrierten Statistikfunktionen von Tableau auf die nächste Stufe.

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudie: Verkaufsdaten in Alteryx analysieren

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 488 Wiederholungen

Hier nutzt du Alteryx Designer anhand einer Fallstudie, um Verkaufszahlen zu analysieren und strategische Entscheidungen zu treffen.

Datenaufbereitung

2 Stunden

Kurs

Azure Compute-Lösungen

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 150 Wiederholungen

Lerne, wie Container in Azure funktionieren, einschließlich Registries, ACI, AKS-Grundlagen, Skalierung, Überwachung und Fehlerbehebung.

Cloud

3 Stunden

Kurs

Eine Kaggle-Competition in Python gewinnen

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 463 Wiederholungen

Dieser Kurs richtet sich an alle Data Scientists, die Kaggle-Competitions angehen und gewinnen wollen.

Maschinelles Lernen

4 Stunden

Kurs

Introduction to Data Engineering on Google Cloud

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 27 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

Bayesianische Datenanalyse in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 264 Wiederholungen

Lerne alles über die Vorteile der Bayesschen Datenanalyse und probier sie in verschiedenen echten Anwendungsfällen aus!

Probabilistik & Statistik

4 Stunden

Kurs

Grundlagen von PySpark

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 619 Wiederholungen

Lerne, verteiltes Datenmanagement und maschinelles Lernen in Spark mit dem PySpark-Paket zu implementieren.

Data Engineering

4 Stunden

Kurs

Einführung in Jahresabschlüsse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 310 Wiederholungen

Dieser Kurs zeigt dir, wie du die Gewinn- und Verlustrechnung und die Bilanz in Power BI anwendest.

Angewandte Finanzen

4 Stunden

Kurs

Datenvisualisierung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 649 Wiederholungen

Dieser Kurs gibt dir einen kompakten Einstieg in die Datenvisualisierung mit Google Sheets.

Datenvisualisierung

4 Stunden

Kurs

Einführung in Predictive Analytics mit Python

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 237 Wiederholungen

In diesem Kurs lernst du, logistische Regressionsmodelle zu nutzen und zu präsentieren, um Vorhersagen zu treffen.

Maschinelles Lernen

4 Stunden

Kurs

Market Basket Analysis in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 271 Wiederholungen

In diesem Kurs lernst du nützliche Assoziationsregeln kennen, analysierst Buchhandlungsdaten und erstellst Filmempfehlungen.

Maschinelles Lernen

4 Stunden

Kurs

Intermediate Power Automate

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 17 Wiederholungen

Build reliable Power Automate cloud flows with triggers, branching, approvals, error handling, and production handover.

Künstliche Intelligenz

3 Stunden

Kurs

Datenstreaming mit AWS Kinesis und Lambda

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 176 Wiederholungen

In diesem Kurs lernst du den Umgang mit kontinuierlichen Datenströmen mithilfe von serverlosen Technologien basierend auf AWS.

Cloud

4 Stunden

Kurs

Einstieg in Python in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 147 Wiederholungen

Lerne, wie du Python-Skripte in Power BI für die Datenvorbereitung, Visualisierungen und die Berechnung von Korrelationskoeffizienten nutzen kannst.

Datenbearbeitung

3 Stunden

Kurs

Multimodale Modelle mit Hugging Face

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 177 Wiederholungen

Kombiniere Text, Bilder, Audio und Video mit den neuesten KI-Modellen von Hugging Face und erstelle neue Bilder und Videos!

Künstliche Intelligenz

4 Stunden

Kurs

Unüberwachtes Lernen in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 106 Wiederholungen

Dieser Kurs bietet eine Einführung in Clustering und Dimensionsreduktion in R aus Machine-Learning-Perspektive.

Maschinelles Lernen

4 Stunden

Kurs

Fallstudie: Software in Python entwickeln

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 303 Wiederholungen

Erstelle praxisnahe Anwendungen mit Python – übe OOP und Software Engineering, um sauberen, wartbaren Code zu schreiben.

Softwareentwicklung

3 Stunden

Kurs

RNA-Seq mit Bioconductor in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 145 Wiederholungen

Nutze die RNA-Seq-Differenzanalyse, um Gene zu finden, die wahrscheinlich wichtig für verschiedene Krankheiten oder Zustände sind.

Probabilistik & Statistik

4 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.