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.
179 Kurse

Kurs

Effizienten Python-Code schreiben

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.781 Wiederholungen

Dieser Kurs zeigt, wie du effizienten und schnell ausführbaren Code schreibst, der Ressourcen geschickt zuweist und Mehraufwand vermeidet.

Softwareentwicklung

4 Stunden

Kurs

Retrieval Augmented Generation (RAG) mit LangChain

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.140 Wiederholungen

Dieser Kurs vermittelt moderne Methoden zur Einbindung externer Daten in LLMs mit Retrieval Augmented Generation (RAG) und LangChain.

Künstliche Intelligenz

3 Stunden

Kurs

Einführung in die Regression mit statsmodels in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 3.219 Wiederholungen

Erstelle, analysiere und interpretiere Regressionsanalysen mit Statsmodels in Python, um Wohnungspreise und Ad-Klickraten vorauszusagen.

Probabilistik & Statistik

4 Stunden

Kurs

ETL und ELT mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.895 Wiederholungen

Erstelle effektive, leistungsfähige und zuverlässige Datenpipelines mithilfe der ETL-Prinzipien (Extrahieren, Transformieren, Laden).

Data Engineering

4 Stunden

Kurs

Einführung in LLMs mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.980 Wiederholungen

Erfahre alles über LLMs und die revolutionäre Transformatorarchitektur, auf der sie basieren!

Künstliche Intelligenz

3 Stunden

Kurs

Hypothesentests in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 3.886 Wiederholungen

Dieser Kurs erklärt, wie und wann du gängige Hypothesentests wie t-Tests, Proportionentests und Chi-Quadrat-Tests in Python anwenden kannst.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in das Data Engineering

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 946 Wiederholungen

In diesem Kurzkurs lernst du die Welt des Data Engineering kennen und erfährst alles über Tools und Themen wie ETL und Cloud Computing.

Data Engineering

4 Stunden

Kurs

Agentische Systeme mit LangChain entwerfen

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.416 Wiederholungen

Lerne die grundlegenden Komponenten von LangChain-Agenten kennen und entwickle eigene Chat-Agenten.

Künstliche Intelligenz

3 Stunden

Kurs

Stichprobenziehung in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 4.121 Wiederholungen

Dieser Kurs stellt Zufallsstichprobenverfahren vor und zeigt, wie du mit Python und Statistik aus begrenzten Daten Erkenntnisse gewinnst.

Probabilistik & Statistik

4 Stunden

Kurs

KI-Anwendungen mit Pinecone entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.365 Wiederholungen

Entdecke, wie die Vektordatenbank von Pinecone die Entwicklung von KI-Anwendungen total auf den Kopf stellt!

Künstliche Intelligenz

3 Stunden

Kurs

Natural Language Processing (NLP) in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 944 Wiederholungen

Lerne die Textanalyse mit den wichtigsten NLP-Techniken, von der Vorverarbeitung bis hin zu fortgeschrittenen Transformer-Modellen.

Künstliche Intelligenz

4 Stunden

Kurs

Multi-Agent Systems mit LangGraph

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 832 Wiederholungen

Entwickle leistungsstarke Multi-Agenten-Systeme, indem du neue agentenbasierte Designmuster im LangGraph-Framework einsetzt.

Künstliche Intelligenz

2 Stunden 45 min

Kurs

Fortgeschrittenes Python für Finanzen

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.067 Wiederholungen

In diesem Python-Kurs für die Finanzbranche lernst du den Umgang mit datetime-Objekten, if-Anweisungen, DataFrames und mehr.

Angewandte Finanzen

4 Stunden

Kurs

Einstieg in Polars

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 587 Wiederholungen

Hier lernst du, wie du mit Polars Daten effizient transformierst, bereinigst und analysierst.

Datenbearbeitung

3 Stunden

Kurs

Zeitreihen in Python bearbeiten

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 180 Wiederholungen

In diesem Kurs lernst du die Grundlagen der Arbeit mit Zeitreihendaten.

Datenbearbeitung

4 Stunden

Kurs

Einführung in das Testen in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 1.506 Wiederholungen

Werde zum Profi für Testmethoden und Checks in Python und lerne, fehlerfreien Code mit pytest und unittest zu erstellen.

Softwareentwicklung

4 Stunden

Kurs

Vereinfachte Datenaufnahme mit pandas

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 2.126 Wiederholungen

In diesem Kurs lernst du, wie du Daten aus gängigen Formaten und Systemen abrufst, darunter CSV, Tabellen, JSON, SQL-Datenbanken und APIs.

Datenaufbereitung

4 Stunden

Kurs

Objektorientierte Programmierung in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 832 Wiederholungen

In diesem Kurs lernst du, wie du Klassen erstellst und mittels Vererbung und Polymorphismus deinen Code wiederverwendest und optimierst.

Softwareentwicklung

4 Stunden

Kurs

Arbeiten mit kategorialen Daten in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 2.896 Wiederholungen

In diesem Kurs lernst du, wie du kategoriale Daten mit pandas und Seaborn effektiv bearbeiten und visualisieren kannst.

Datenbearbeitung

4 Stunden

Kurs

Lineare Klassifikatoren in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 361 Wiederholungen

In diesem Kurs lernst du die Details linearer Klassifikatoren wie logistische Regression und SVM kennen.

Maschinelles Lernen

4 Stunden

Kurs

Versuchsplanung mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 2.018 Wiederholungen

Setze Versuchsanordnungen um und führe robuste statistische Analysen durch, um präzise und gültige Schlussfolgerungen zu ziehen!

Probabilistik & Statistik

4 Stunden

Kurs

Web Scraping in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.120 Wiederholungen

Lerne, wie du mit der Python-Bibliothek Scrapy Informationen aus dem Internet abrufst und auswertest.

Datenaufbereitung

4 Stunden

Kurs

Zeitreihenanalyse in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 150 Wiederholungen

In diesem vierstündigen Kurs lernst du die Grundlagen der Analyse von Zeitreihendaten in Python.

Probabilistik & Statistik

4 Stunden

Kurs

Daten umformen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 893 Wiederholungen

Du kannst DataFrames von einem breiten in ein langes Format umwandeln, Zeilen und Spalten stapeln und entstapeln sowie Multi-Index-DataFrames bearbeiten.

Datenbearbeitung

4 Stunden

Kurs

Erklärbare KI in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 1.239 Wiederholungen

Erwerben Sie wesentliche Fähigkeiten mit Scikit-learn, SHAP und LIME für transparente und vertrauenswürdige KI.

Künstliche Intelligenz

4 Stunden

Kurs

Einführung in die Portfolioanalyse mit Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 414 Wiederholungen

Du machst dich vertraut mit Risiko- und Performance-Kennzahlen und erstellst ein Portfolio für das gewünschte Risiko-Rendite-Verhältnis.

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.

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

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

Download on the App StoreGet it on Google Play