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.
793 Kurse

Kurs

Schlussfolgern für kategoriale Daten in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 125 Wiederholungen

In diesem Kurs lernst du, wie du statistische Techniken für die Arbeit mit kategorialen Daten nutzen kannst.

Probabilistik & Statistik

4 Stunden

Kurs

AWS-Sicherheit für Entwickler:innen nutzen

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 17 Wiederholungen

Sichere AWS-Workloads: Least-Privilege-IAM, kurzlebige Credentials, API-Autorisierung, Secrets-Handling, Verschlüsselung und CloudTrail-Nachweise.

Cloud

3 Stunden

Kurs

Zeitreihenanalyse in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 172 Wiederholungen

Lerne, Zeitreihen zu klassifizieren, zu bearbeiten und zu analysieren – ein Muss für angehende Analytics-Profis in diesem Kurs.

Datenvisualisierung

2 Stunden

Kurs

Effizient mit pandas programmieren

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 173 Wiederholungen

Dieser Kurs vermittelt effiziente Techniken in pandas, mit denen du deinen Python-Code optimieren kannst.

Softwareentwicklung

4 Stunden

Kurs

AI Infrastructure: Introduction to AI Hypercomputer

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 35 Wiederholungen

Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.

Cloud

1 Stunde

Kurs

DSGVO in der Praxis: Compliance und Bußgelder

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 107 Wiederholungen

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

Datenmanagement

2 Stunden

Kurs

Anleihebewertung und -analyse in Python

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 82 Wiederholungen

Hier lernst du, wie Anleihen funktionieren, wie du sie bewertest und ihre Risiken mit den Paketen numpy und numpy-financial einschätzt.

Angewandte Finanzen

4 Stunden

Kurs

Modellierung mit tidymodels in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 194 Wiederholungen

Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.

Maschinelles Lernen

4 Stunden

Kurs

Quantitatives Risikomanagement in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 89 Wiederholungen

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

Angewandte Finanzen

5 Stunden

Kurs

Google: Optimize Agent Behavior

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 56 Wiederholungen

Turn a basic AI agent into a sophisticated assistant using advanced instructions, model selection, planning capabilities, and structured output.

Cloud

2 Stunden

Kurs

Effizientes KI-Modelltraining mit PyTorch

  • ExperteSchwierigkeitsgrad
  • 4.9+
  • 110 Wiederholungen

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

Künstliche Intelligenz

4 Stunden

Kurs

IoT-Daten in Python analysieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 120 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Bedingte Formatierung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 103 Wiederholungen

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

Datenbearbeitung

2 Stunden

Kurs

Einführung in die Portfolioanalyse in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 164 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+
  • 124 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

Defensives R-Programming

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 96 Wiederholungen

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

Softwareentwicklung

4 Stunden

Kurs

Transaktionen und Fehlerbehandlung in PostgreSQL

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 115 Wiederholungen

Dieser Kurs zeigt, wie du mit Transaktionen und Fehlerbehandlung in Mehrbenutzer-Umgebungen Datenkonsistenz gewährleistest.

Softwareentwicklung

4 Stunden

Kurs

Überlebenszeitanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 76 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

Datenvisualisierung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 219 Wiederholungen

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

Datenvisualisierung

2 Stunden

Kurs

Python für MATLAB-Anwender

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 33 Wiederholungen

Mach den Wechsel von MATLAB, indem du ein paar grundlegende Python-Konzepte lernst und dich mit den Paketen NumPy und Matplotlib beschäftigst.

Softwareentwicklung

4 Stunden

Kurs

Zeitreihen in R visualisieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 190 Wiederholungen

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

Datenvisualisierung

4 Stunden

Kurs

End-to-End RAG mit Weaviate

  • MittelSchwierigkeitsgrad
  • 4.6+
  • 22 Wiederholungen

Lerne RAG mit Weaviate kennen! Füge Text und Bilder zum Abrufen ein und probiere die Vektor-, BM25- und Hybridsuche aus.

Künstliche Intelligenz

2 Stunden

Kurs

Analyse polizeilicher Maßnahmen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 32 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

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.