Kurs
Feature Engineering mit PySpark
- ExperteSchwierigkeitsgrad
- 4.8+
- 310 Wiederholungen
Lerne die kniffligen Details, mit denen Data Scientists 70–80 % ihrer Zeit verbringen: Data Wrangling und Feature Engineering.
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
Lerne die kniffligen Details, mit denen Data Scientists 70–80 % ihrer Zeit verbringen: Data Wrangling und Feature Engineering.
Datenbearbeitung
Kurs
In diesem Kurs lernst du, wie man hierarchische Modelle mit Zufallseffekten anpasst.
Probabilistik & Statistik
Kurs
In diesem Kurs untersuchst du historische Abstimmungen der UN-Generalversammlung mithilfe von Datenbearbeitung und -visualisierung.
Explorative Datenanalyse
Kurs
Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.
Probabilistik & Statistik
Kurs
Dieser Kurs macht dich mit zentralen Techniken vertraut, um aus Zeitreihendaten wichtige Erkenntnisse zu gewinnen.
Probabilistik & Statistik
Kurs
Lineare Modelle mit Python erkunden und Modelle bauen, um Datenmuster zu beschreiben, vorherzusagen und Erkenntnisse zu gewinnen.
Probabilistik & Statistik
Kurs
Lerne, AWS-Datenspeicher wie DynamoDB und S3 auszuwählen, zu erstellen und abzusichern – mit praktischen Konsolen-Übungen und realen Szenarien.
Cloud
Kurs
Entwickle mit LlamaIndex KI-Agenten-Workflows, die planen, suchen, sich merken und zusammenarbeiten können.
Künstliche Intelligenz
Kurs
Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.
Cloud
Kurs
Dieser Kurs baut auf gängigen Tabellenkalkulationsfunktionen auf und zeigt dir den Einstieg in Python.
Softwareentwicklung
Kurs
Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.
Maschinelles Lernen
Kurs
Diese Power-BI-Fallstudie zeigt ein reales Szenario zur Lageranalyse mit DAX und Visualisierungen.
Datenvisualisierung
Kurs
Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.
Maschinelles Lernen
Kurs
Wir zeigen dir, wie du eine saubere Dateneingabe gewährleistest und mit dynamischen Dashboards deine Marketingdaten veranschaulichst.
Berichtswesen
Kurs
Lerne die beiden wichtigsten Aufgaben der statistischen Inferenz: Parameterschätzung und Hypothesentests.
Probabilistik & Statistik
Kurs
In diesem Kurs entwickelst du ein solides Verständnis für rekursive Abfragen und hierarchische Datenstrukturen.
Softwareentwicklung
Kurs
Lerne, wie du mit Amazon Bedrock auf grundlegende KI-Modelle zugreifen und mit KI arbeiten kannst – ohne dich um komplizierte Infrastruktur kümmern zu müssen.
Künstliche Intelligenz
Kurs
Bored of pouring over expenses to figure out which ones violate policy? No longer! Use Claude Cowork to produce fast and clear expense violation reports.
Künstliche Intelligenz
Kurs
Learn human-centric AI orchestration. Distinguish between augmentation and automation, and balance machine efficiency with human intuition.
Cloud
Kurs
Visualisiere Saisonalität, Trends und andere Muster in deinen Zeitreihendaten.
Datenvisualisierung
Kurs
In diesem Kurs entwickelst du fortgeschrittene Machine-Learning-Modelle mit Ensemble-Techniken wie Bagging, Boosting und Stacking.
Maschinelles Lernen
Kurs
Lerne Unternehmensbewertung mit praktischen Anwendungen und Fallstudien unter Verwendung des Discounted-Cashflow-Modells (DCF).
Angewandte Finanzen
Kurs
In diesem Kurs erweitern wir deinen Data-Science-Werkzeugkasten um logistische und Poisson-Regression.
Probabilistik & Statistik
Kurs
Lerne, wie du mit Keras und Python Bilder analysierst, indem du Faltungsneuronale Netze aufbaust, trainierst und bewertest.
Künstliche Intelligenz
Kurs
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
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
Dieser Kurs liefert dir einen praxisnahen Einstieg in das Segmentieren von Kundendaten in Python.
Datenbearbeitung
Kurs
In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts.
Cloud
Kurs
Lerne, wie du Python nutzt, um Kundenabwanderung zu analysieren und ein Modell zu erstellen, das sie vorhersagt.
Explorative Datenanalyse
Kurs
Hier setzt du Machine Learning im Marketing ein – vom Customer Lifetime Value über Abwanderungsprognosen bis zur Segmentierung.
Maschinelles Lernen
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.