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.
708 Kurse

Kurs

Python für R-Nutzer

  • FortgeschrittenSchwierigkeitsgrad
  • 4.7+
  • 74 Wiederholungen

Dieser Kurs ist für Leute, die R nutzen und sich schnell mit Python vertraut machen wollen!

Softwareentwicklung

5 Stunden

Kurs

Develop for Azure Storage

  • FortgeschrittenSchwierigkeitsgrad
  • 4.7+
  • 57 Wiederholungen

Learn how to store, secure, scale, and process data in Azure using Blob Storage, Cosmos DB, queues, and event-driven services.

Cloud

3 Stunden

Kurs

Datenvisualisierung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 188 Wiederholungen

Erfahre, wie du mit KNIME überzeugende Datenvisualisierungen erstellst, einschließlich Diagrammen, Komponenten und Dashboards.

Datenvisualisierung

2 Stunden

Kurs

Azure API Management

  • FortgeschrittenSchwierigkeitsgrad
  • 4.7+
  • 60 Wiederholungen

Learn to create, secure, and manage APIs with Azure API Management through hands-on practice.

Cloud

3 Stunden

Kurs

Datenbearbeitung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 236 Wiederholungen

Automatisiere die Datenbearbeitung mit KNIME, indem du Zusammenführungen, Aggregationen, Datenbank-Workflows und erweiterte Dateiverarbeitung beherrschst.

Datenbearbeitung

3 Stunden

Kurs

Analyzing Social Media Data in Python

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 31 Wiederholungen

In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.

Datenbearbeitung

4 Stunden

Kurs

Quantitatives Risikomanagement in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 77 Wiederholungen

In diesem Kurs arbeitest du mit Renditereihen von Risikofaktoren, untersuchst empirische Eigenschaften und schätzt den Value-at-Risk.

Angewandte Finanzen

5 Stunden

Kurs

Arbeiten mit der OpenAI Responses API

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 55 Wiederholungen

Mit der OpenAI Responses API und GPT-5 kannst du jetzt einfacher als je zuvor intelligente, interaktive und zuverlässige KI-Anwendungen entwickeln.

Künstliche Intelligenz

3 Stunden

Kurs

Fraud Detection in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.7+
  • 35 Wiederholungen

Dieser Kurs gibt dir das nötige Fundament, um mit Analytics in R effektiv Betrug zu erkennen.

Maschinelles Lernen

4 Stunden

Kurs

Fallstudie: Finanzanalyse in KNIME

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 110 Wiederholungen

In diesem Kurs machst du dich mit der Finanzanalyse in KNIME vertraut und verbesserst deine Skills rund um Datenaufbereitung und Workflow.

Angewandte Finanzen

3 Stunden

Kurs

Geodaten in R visualisieren

  • FortgeschrittenSchwierigkeitsgrad
  • 4.5+
  • 84 Wiederholungen

Hier liest, erkundest und bearbeitest du Geodaten und nutzt dann deine Fähigkeiten, um mit R aussagekräftige Karten zu erstellen.

Datenvisualisierung

4 Stunden

Kurs

Machine Learning für Marketing-Analytics in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 66 Wiederholungen

In diesem Kurs lernst du, wie du Data Science für verschiedene gängige Marketingaufgaben nutzen kannst.

Maschinelles Lernen

4 Stunden

Kurs

Machine Learning im Tidyverse

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 101 Wiederholungen

Nutze die Pakete tidyr und purrr aus dem tidyverse, um Modelle für maschinelles Lernen zu erstellen, zu erkunden und zu bewerten.

Maschinelles Lernen

5 Stunden

Kurs

Text Mining mit Bag-of-Words in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 136 Wiederholungen

Lerne die Bag-of-Words-Technik für Text Mining mit R.

Maschinelles Lernen

4 Stunden

Kurs

Credit Risk Modeling in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 79 Wiederholungen

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Angewandte Finanzen

4 Stunden

Kurs

Dashboards mit shinydashboard erstellen

  • BasicSchwierigkeitsgrad
  • 4.6+
  • 72 Wiederholungen

Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.

Berichtswesen

4 Stunden

Kurs

IoT-Daten in Python analysieren

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 93 Wiederholungen

Hier importierst, bereinigst und bearbeitest du IoT-Daten in Python und bereitest sie so für maschinelles Lernen vor.

Datenbearbeitung

4 Stunden

Kurs

Abfragen einer PostgreSQL-Datenbank in Java

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 72 Wiederholungen

Verbinde Java über JDBC mit PostgreSQL. Schreib sichere Abfragen, verwalte Transaktionen und arbeite effizient mit großen Datensätzen.

Softwareentwicklung

3 Stunden

Kurs

Überlebenszeitanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 69 Wiederholungen

In diesem Kurs ermittelst du anhand von Überlebensanalysen die geschätzte Zeit bis zum Eintritt eines Ereignisses und die Überlebenszeit.

Probabilistik & Statistik

4 Stunden

Kurs

Bedingte Formatierung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 88 Wiederholungen

Dieser Kurs zeigt praxisnah, wie du bedingte Formatierungen mit integrierten Optionen und eigenen Formeln nutzt.

Datenbearbeitung

2 Stunden

Kurs

Structural Equation Modeling with lavaan in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 69 Wiederholungen

Learn how to create and assess measurement models used to confirm the structure of a scale or questionnaire.

Probabilistik & Statistik

4 Stunden

Kurs

Building AI Agents with Haystack

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 37 Wiederholungen

Create a healthcare AI agent using Haystack, an open-source framework for orchestrating LLMs and external components.

Künstliche Intelligenz

1 Stunde 30 min

Kurs

Using Data Stores in AWS

  • FortgeschrittenSchwierigkeitsgrad
  • 4.6+
  • 19 Wiederholungen

Learn to choose, build with, and secure AWS data stores including DynamoDB and S3 through hands-on console exercises and real-world scenarios.

Cloud

3 Stunden

Kurs

Python für Spreadsheet-Nutzer

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 34 Wiederholungen

Dieser Kurs baut auf gängigen Tabellenkalkulationsfunktionen auf und zeigt dir den Einstieg in Python.

Softwareentwicklung

4 Stunden

Kurs

Daten in Java importieren

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 44 Wiederholungen

Learn to import, manipulate, and transform data in Java using the Tablesaw library. Work with CSV files, tabular structures, and complex JSON formats.

Softwareentwicklung

3 Stunden

Kurs

GARCH Models in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 89 Wiederholungen

Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

Angewandte Finanzen

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.