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

R für SAS-Anwender:innen

  • BasicSchwierigkeitsgrad
  • 4.6+
  • 32 Wiederholungen

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

Softwareentwicklung

4 Stunden

Kurs

Fallstudie: Supply-Chain-Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 74 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

Recommendation Engines mit PySpark erstellen

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 256 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

Kurs

Business Process Analytics in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 51 Wiederholungen

Lerne, Geschäftsprozesse in R zu analysieren und aus riesigen Ereignisdatenmengen umsetzbare Erkenntnisse zu gewinnen.

Berichtswesen

4 Stunden

Kurs

Essential Google Cloud Infrastructure: Core Services

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 50 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

Production Machine Learning Systems

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 23 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

AI Infrastructure: Networking Techniques

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 32 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

Fehler und Unsicherheit in Google Sheets

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 158 Wiederholungen

Hier lernst du, wie du echte Effekte von Zufall unterscheidest und Denkfehler erkennst, die Entscheidungen verzerren.

Probabilistik & Statistik

4 Stunden

Kurs

Forecasting-Pipelines für die Produktion entwerfen

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 75 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

R-Pakete entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 164 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

Gemini for Application Developers

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 21 Wiederholungen

You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications.

Cloud

1 Stunde 30 min

Kurs

Google: Manage Agent Memory and State

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 50 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

Support Vector Machines in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 107 Wiederholungen

In diesem Kurs lernst du die Support-Vektor-Maschine (SVM) auf eine einfache und anschauliche Art kennen.

Maschinelles Lernen

4 Stunden

Kurs

Fallstudie: Finanzanalyse in KNIME

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 129 Wiederholungen

In diesem Kurs machst du dich mit der Finanzanalyse in KNIME vertraut und verbesserst deine Skills rund um Datenaufbereitung und Workflow.

Angewandte Finanzen

3 Stunden

Kurs

Faktorenanalyse in R

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 172 Wiederholungen

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

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudien zum statistischen Denken

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 90 Wiederholungen

Werde statistisch fit und wende deine Fähigkeiten auf reale Datensätze an, um umsetzbare Erkenntnisse zu gewinnen.

Probabilistik & Statistik

4 Stunden

Kurs

Zeitreihenanalyse in PostgreSQL

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 104 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Getting Started with Google Kubernetes Engine

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 47 Wiederholungen

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Cloud

5 Stunden 15 min

Kurs

Analyse von US-Volkszählungsdaten mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 67 Wiederholungen

Dieser Kurs zeigt dir praxisnah, wie du mithilfe der Census-API demografische und sozioökonomische Daten nutzt.

Explorative Datenanalyse

5 Stunden

Kurs

Datenschutz und Anonymisierung mit Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 59 Wiederholungen

In diesem Kurs lernst du praktische Methoden kennen, um sensible Daten datenschutzkonform zu verarbeiten.

Maschinelles Lernen

4 Stunden

Kurs

Google Workspace End User: Gmail

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 44 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

Text Mining mit Bag-of-Words in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 148 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Google: Add Agent Capabilities With Tools

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 46 Wiederholungen

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Cloud

3 Stunden

Kurs

Anleihebewertung und -analyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 92 Wiederholungen

Lerne, wie du mit R Modelle entwickeln kannst, um Anleihen zu bewerten und zu analysieren und sie vor Zinsänderungen zu schützen.

Angewandte Finanzen

4 Stunden

Kurs

AI Infrastructure: Cloud GPUs

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 33 Wiederholungen

Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.

Cloud

1 Stunde

Kurs

Fehlende Daten mit Imputationen in R behandeln

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 112 Wiederholungen

Fehlende Daten diagnostizieren, visualisieren und mit verschiedenen Imputationstechniken behandeln – mit Tipps, um deine Ergebnisse zu verbessern.

Datenbearbeitung

4 Stunden

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

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.