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.
82 Kurse

Kurs

Quantitative Risk Management in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 246 Wiederholungen

Lerne mit Python mehr über Risikomanagement, Value at Risk und andere Themen, die bei der Finanzkrise 2008 eine Rolle gespielt haben.

Angewandte Finanzen

4 Stunden

Kurs

Abfragen einer PostgreSQL-Datenbank in Java

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 153 Wiederholungen

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

Softwareentwicklung

3 Stunden

Kurs

Monitoring Machine Learning in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 405 Wiederholungen

This course covers everything you need to know to build a basic machine learning monitoring system in Python

Maschinelles Lernen

3 Stunden

Kurs

Databricks mit dem Python-SDK

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 96 Wiederholungen

Databricks mit Python meistern: Authentifizieren, Cluster verwalten, Jobs automatisieren und KI-Modelle per Code abfragen.

Künstliche Intelligenz

3 Stunden

Kurs

Graph RAG mit LangChain und Neo4j

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 123 Wiederholungen

Erstelle genauere und zuverlässigere RAG-Systeme mit Graph RAG und Hybrid RAG.

Künstliche Intelligenz

3 Stunden

Kurs

ARIMA-Modelle in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 431 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Eine Kaggle-Competition in Python gewinnen

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 489 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Deep Reinforcement Learning in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 294 Wiederholungen

Erlerne und nutze leistungsstarke Deep Reinforcement Learning-Algorithmen, einschließlich Verfeinerungs- und Optimierungstechniken.

Künstliche Intelligenz

4 Stunden

Kurs

Fallstudie: Software in Python entwickeln

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 312 Wiederholungen

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

Softwareentwicklung

3 Stunden

Kurs

Datenstreaming mit AWS Kinesis und Lambda

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 185 Wiederholungen

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

Cloud

4 Stunden

Kurs

Fallstudie: Datenanalyse in Databricks

  • ExperteSchwierigkeitsgrad
  • 4.6+
  • 97 Wiederholungen

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

Datenimport/-bereinigung

3 Stunden

Kurs

ML-Vorstellungsgespräche in Python üben

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 109 Wiederholungen

Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.

Maschinelles Lernen

4 Stunden

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

4 Stunden

Kurs

Ensemble-Methoden in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 428 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Agentische Workflows mit LlamaIndex entwickeln

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 74 Wiederholungen

Entwickle mit LlamaIndex KI-Agenten-Workflows, die planen, suchen, sich merken und zusammenarbeiten können.

Künstliche Intelligenz

2 Stunden

Kurs

Bildmodellierung mit Keras

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 94 Wiederholungen

Lerne, wie du mit Keras und Python Bilder analysierst, indem du Faltungsneuronale Netze aufbaust, trainierst und bewertest.

Künstliche Intelligenz

4 Stunden

Kurs

Effizientes KI-Modelltraining mit PyTorch

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 107 Wiederholungen

Lerne, wie du das Training von LLMs mithilfe von Accelerator und Trainer für verteilte Trainingsprozesse beschleunigst.

Künstliche Intelligenz

4 Stunden

Kurs

Grundlagen der Inferenz in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 233 Wiederholungen

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

Probabilistik & Statistik

4 Stunden

Kurs

Fortgeschrittene Netzwerkanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 89 Wiederholungen

Analysiere Zeitreihendiagramme, nutze bipartite Graphen und lerne, wie du schwierige Probleme in der Netzwerkanalyse löst.

Probabilistik & Statistik

4 Stunden

Kurs

Diskrete-Ereignis-Simulation mit Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 80 Wiederholungen

Hier lernst du, Geschäftsprozesse mit ereignisdiskreter Simulation zu optimieren und digitale Zwillinge mit Python und SimPy zu entwickeln.

Probabilistik & Statistik

4 Stunden

Kurs

Forecasting-Pipelines für die Produktion entwerfen

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 73 Wiederholungen

Im Fokus dieses Kurses stehen skalierbare Prognosepipelines in Python und wie du sie entwirfst, automatisierst und überwachst.

Maschinelles Lernen

4 Stunden

Kurs

Recommendation Engines mit PySpark erstellen

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 250 Wiederholungen

Lernen Sie Tools und Techniken kennen, um Ihre eigenen Big Data zu nutzen und positive Erlebnisse für Ihre Nutzer zu ermöglichen.

Maschinelles Lernen

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.

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

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