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.
775 Kurse

Kurs

Einführung in die Portfolioanalyse in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 153 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

MLOps für Unternehmen

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 159 Wiederholungen

Du lernst die Grundlagen von MLOps kennen, einschließlich Tools und Methoden zur Automatisierung und Skalierung von ML-Anwendungen.

Maschinelles Lernen

3 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

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

Python für MATLAB-Anwender

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 32 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

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

Schlussfolgerungen für numerische Daten in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 114 Wiederholungen

In diesem Kurs lernst du Techniken für die statistische Inferenz anhand numerischer Daten kennen.

Probabilistik & Statistik

4 Stunden

Kurs

Schlussfolgern für kategoriale Daten in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 117 Wiederholungen

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

Probabilistik & Statistik

4 Stunden

Kurs

Programmieren mit dplyr

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 52 Wiederholungen

Hier lernst du, wie du fortgeschrittene dplyr-Transformationen vornimmst und dplyr- und ggplot2-Code in Funktionen einbaust.

Datenbearbeitung

4 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

Interaktive Karten mit leaflet in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 100 Wiederholungen

Interaktive Webkarten mit Leichtigkeit mit leaflet erstellen lernen.

Datenvisualisierung

4 Stunden

Kurs

Google: Manage Agent Memory and State

  • MittelSchwierigkeitsgrad
  • 4.6+
  • 33 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

Datenumwandlung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 299 Wiederholungen

Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.

Datenaufbereitung

2 Stunden

Kurs

Planning a Product Launch with Claude Cowork

  • MittelSchwierigkeitsgrad
  • 4.5+
  • 14 Wiederholungen

Tired of launch week chaos? Plan and write a full product launch in a single session with Claude Cowork.

Künstliche Intelligenz

15 min

Kurs

AI Infrastructure: Networking Techniques

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 21 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+
  • 90 Wiederholungen

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

Softwareentwicklung

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

Essential Google Cloud Infrastructure: Core Services

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 35 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

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

Zeitreihen in R visualisieren

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 185 Wiederholungen

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

Datenvisualisierung

4 Stunden

Kurs

Modellierung mit tidymodels in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 186 Wiederholungen

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

Maschinelles Lernen

4 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

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

Fallstudie: Supply-Chain-Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 72 Wiederholungen

Dive into our Tableau case study on supply chain analytics. Tackle shipment, inventory management, and dashboard creation to drive business improvements.

Datenvisualisierung

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

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.