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.
776 Kurse

Kurs

Recommendation Engines mit Python entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 153 Wiederholungen

Lerne, wie du mit Python und Machine-Learning-Techniken Empfehlungssysteme entwickelst.

Maschinelles Lernen

4 Stunden

Kurs

Analyse polizeilicher Maßnahmen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 30 Wiederholungen

Schau dir mal die Daten vom Stanford Open Policing Project an und guck mit Pandas, wie das Geschlecht das Verhalten von Polizisten beeinflusst.

Datenbearbeitung

4 Stunden

Kurs

IoT-Daten in Python analysieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 116 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Quantitatives Risikomanagement in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 85 Wiederholungen

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

Angewandte Finanzen

5 Stunden

Kurs

R für SAS-Anwender:innen

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 29 Wiederholungen

Lerne, wie du dein SAS-Wissen in R überträgst und Daten mit dieser kostenlosen und leistungsstarken Software-Sprache analysierst.

Softwareentwicklung

4 Stunden

Kurs

DSGVO in der Praxis: Compliance und Bußgelder

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 99 Wiederholungen

In diesem Kurs entwickelst du ein solides Verständnis der DSGVO anhand von echten Fällen zu Datenrechten, Verstößen und Compliance.

Datenmanagement

2 Stunden

Kurs

AI Infrastructure: Networking Techniques

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 22 Wiederholungen

Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.

Cloud

1 Stunde

Kurs

Defensives R-Programming

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 91 Wiederholungen

Der Kurs vermittelt dir, wie du in R defensiv programmierst und so deinen Code robuster machst.

Softwareentwicklung

4 Stunden

Kurs

Einführung in die Portfolioanalyse in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 154 Wiederholungen

In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.

Angewandte Finanzen

5 Stunden

Kurs

Machine Learning im Tidyverse

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 119 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

Interaktive Karten mit leaflet in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 100 Wiederholungen

Interaktive Webkarten mit Leichtigkeit mit leaflet erstellen lernen.

Datenvisualisierung

4 Stunden

Kurs

Essential Google Cloud Infrastructure: Core Services

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 37 Wiederholungen

This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.

Cloud

8 Stunden 15 min

Kurs

Faktorenanalyse in R

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 165 Wiederholungen

Hier untersuchst du latente Variablen wie Persönlichkeit mithilfe von explorativer und konfirmatorischer Faktorenanalyse.

Probabilistik & Statistik

4 Stunden

Kurs

Google: Manage Agent Memory and State

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 35 Wiederholungen

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

Cloud

1 Stunde 30 min

Kurs

HR-Analytics: Mitarbeiterdaten in R erkunden

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 42 Wiederholungen

Lerne anhand einer Reihe von Fallstudien aus dem Bereich HR-Analytik, wie du Daten bearbeiten, visualisieren und statistische Tests durchführen kannst.

Explorative Datenanalyse

5 Stunden

Kurs

Kreditrisikomodellierung in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 88 Wiederholungen

Statistische Modellierung praktisch anwenden: Mit Logistic Regression und Decision Trees Kreditrisiko modellieren.

Angewandte Finanzen

4 Stunden

Kurs

Überlebenszeitanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 73 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

R-Pakete entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 159 Wiederholungen

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Softwareentwicklung

4 Stunden

Kurs

Zeitreihen in R visualisieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 186 Wiederholungen

Lerne, wie du Zeitreihen in R visualisieren kannst, und probier es dann mit einer Fallstudie zur Aktienauswahl aus.

Datenvisualisierung

4 Stunden

Kurs

Text Mining mit Bag-of-Words in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 141 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

KI-Agenten mit Haystack entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 47 Wiederholungen

Mach einen KI-Agenten für das Gesundheitswesen mit Haystack, einem Open-Source-Framework, das LLMs und externe Komponenten zusammenbringt.

Künstliche Intelligenz

1 Stunde 30 min

Kurs

Production Machine Learning Systems

  • MittelSchwierigkeitsgrad
  • 5
  • 11 Wiederholungen

Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.

Cloud

16 Stunden

Kurs

Datenbearbeitung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 261 Wiederholungen

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

Datenbearbeitung

3 Stunden

Kurs

Zeitreihenanalyse in PostgreSQL

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 101 Wiederholungen

Lerne, PostgreSQL für die effektive Zeitreihenanalyse zu nutzen und diese Techniken auf reale Daten anzuwenden.

Datenbearbeitung

4 Stunden

Kurs

Google Workspace End User: Gmail

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 30 Wiederholungen

Learn to compose, send, and manage email in Gmail, organize messages with labels, and configure settings like filters and signatures.

Cloud

7 Stunden 15 min

Kurs

Strukturgleichungsmodellierung mit lavaan in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 77 Wiederholungen

Lerne, wie du Messmodelle erstellst und bewertest, um die Struktur einer Skala oder eines Fragebogens zu bestätigen.

Probabilistik & Statistik

4 Stunden

Kurs

Kategorische Daten im Tidyverse

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 179 Wiederholungen

Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.

Datenbearbeitung

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.