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.
793 Kurse

Kurs

Trust and Security with Google Cloud

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 154 Wiederholungen

Trust and Security with Google Cloud

Cloud

1 Stunde 15 min

Kurs

RNA-Seq mit Bioconductor in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 156 Wiederholungen

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

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudie: Software in Python entwickeln

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 319 Wiederholungen

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

Softwareentwicklung

3 Stunden

Kurs

ARIMA-Modelle in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 341 Wiederholungen

Werde zum Profi im Anpassen von ARIMA-Modellen (autoregressive integrierte gleitende Durchschnitte) an Zeitreihendaten mit R.

Probabilistik & Statistik

4 Stunden

Kurs

Betrugserkennung mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 208 Wiederholungen

In diesem Kurs bekommst du praxisnah vermittelt, wie du mit Python Betrug erkennst.

Maschinelles Lernen

4 Stunden

Kurs

Survival-Analyse in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 223 Wiederholungen

Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!

Probabilistik & Statistik

4 Stunden

Kurs

Datenstreaming mit AWS Kinesis und Lambda

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 203 Wiederholungen

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

Cloud

4 Stunden

Kurs

Einführung in die Textanalyse mit R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 64 Wiederholungen

In diesem Kurs geht es darum, Textdaten in R mit dem tidy-Framework zu analysieren.

Datenbearbeitung

4 Stunden

Kurs

Clusteranalyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 79 Wiederholungen

Entwickle ein sicheres Gespür für hierarchisches und k-means-Clustering und nutze beides, um Erkenntnisse aus deinen Daten zu gewinnen.

Maschinelles Lernen

4 Stunden

Kurs

Ensemble-Methoden in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 444 Wiederholungen

In diesem Kurs entwickelst du fortgeschrittene Machine-Learning-Modelle mit Ensemble-Techniken wie Bagging, Boosting und Stacking.

Maschinelles Lernen

4 Stunden

Kurs

Generalisierte lineare Modelle in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 219 Wiederholungen

In diesem Kurs erweitern wir deinen Data-Science-Werkzeugkasten um logistische und Poisson-Regression.

Probabilistik & Statistik

4 Stunden

Kurs

Maschinelles Lernen mit caret in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 47 Wiederholungen

In diesem Kurs lernst du die wichtigsten Konzepte des maschinellen Lernens kennen, zum Beispiel wie man Vorhersagemodelle erstellt und bewertet.

Maschinelles Lernen

4 Stunden

Kurs

Finanzanalysen in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 142 Wiederholungen

Hier lernst du, wie du mit Google Sheets ein grafisches Dashboard erstellst, um die Performance von Wertpapieren zu tracken.

Angewandte Finanzen

4 Stunden

Kurs

Fallstudie: Analyse des Hypothekenhandels in Power BI

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 325 Wiederholungen

In dieser Power BI-Fallstudie analysierst du den Hypothekenhandel und verbesserst deine Skills rund um Datenmodellierung und Finanzanalyse.

Angewandte Finanzen

3 Stunden

Kurs

Feature Engineering mit PySpark

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 324 Wiederholungen

Lerne die kniffligen Details, mit denen Data Scientists 70–80 % ihrer Zeit verbringen: Data Wrangling und Feature Engineering.

Datenbearbeitung

4 Stunden

Kurs

Nutzung von Datenspeichern in AWS

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 60 Wiederholungen

Lerne, AWS-Datenspeicher wie DynamoDB und S3 auszuwählen, zu erstellen und abzusichern – mit praktischen Konsolen-Übungen und realen Szenarien.

Cloud

3 Stunden

Kurs

Entscheidungsmodellierung verstehen

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 214 Wiederholungen

Hier tauchst du tief ein in Entscheidungsmodelle, Analysemethoden, Risikomanagement und Optimierungstechniken

Datenkompetenz

1 Stunde

Kurs

Fallstudie: Verkaufsdaten in Alteryx analysieren

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 523 Wiederholungen

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

Datenaufbereitung

2 Stunden

Kurs

Fallstudie: Datenanalyse in Databricks

  • ExperteSchwierigkeitsgrad
  • 4.6+
  • 106 Wiederholungen

Lerne, wie du Airbnb-Daten mit SQL in Databricks analysierst, Dashboards erstellst und daraus nützliche Erkenntnisse gewinnst.

Datenimport/-bereinigung

3 Stunden

Kurs

Dashboards mit shinydashboard erstellen

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 93 Wiederholungen

Erstelle interaktive Dashboards mit R und dem leistungsstarken Paket shinydashboard. Erstelle dynamische, ansprechende Visualisierungen für deine Zielgruppe.

Berichtswesen

4 Stunden

Kurs

Grundlagen der Inferenz in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 255 Wiederholungen

Dieser vierstündige Kurs über statistische Inferenz in Python vermittelt praxisnah, wie du datenbasierte Schlussfolgerungen ziehst.

Probabilistik & Statistik

4 Stunden

Kurs

Google: Introduction to Generative AI

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 64 Wiederholungen

This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.

Cloud

45 min

Kurs

Fallstudie: Bestandsanalyse in Power BI

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 189 Wiederholungen

Diese Power-BI-Fallstudie zeigt ein reales Szenario zur Lageranalyse mit DAX und Visualisierungen.

Datenvisualisierung

5 Stunden

Kurs

Google: Deploy Your First Agent

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 67 Wiederholungen

Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.

Cloud

1 Stunde

Kurs

Umfragen mit R analysieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 234 Wiederholungen

Lerne, wie man Umfragen mit gängigen Designstrukturen gestaltet und dann die Ergebnisse visualisiert und analysiert.

Probabilistik & Statistik

4 Stunden

Kurs

Konzepte von Programmierparadigmen

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 154 Wiederholungen

Schau dir verschiedene Programmierparadigmen an, wie imperativ und deklarativ, prozedural, funktional und objektorientiert.

Softwareentwicklung

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.

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

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