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.
778 Kurse

Kurs

Datenschutz und Anonymisierung mit Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 52 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Google: Add Agent Capabilities With Tools

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 24 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

Netzwerkanalyse mit R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 123 Wiederholungen

Lerne, wie du mit dem igraph-Paket Netzwerkdaten analysieren und visualisieren kannst, und erstelle mit threejs interaktive Netzwerkdiagramme.

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudie: Finanzanalyse in KNIME

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 119 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

Introduction to Security Principles in Cloud Computing

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 6 Wiederholungen

In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts.

Cloud

18 Stunden 15 min

Kurs

Fortgeschrittene Netzwerkanalyse in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 83 Wiederholungen

Analysiere Zeitreihendiagramme, nutze bipartite Graphen und lerne, wie du schwierige Probleme in der Netzwerkanalyse löst.

Probabilistik & Statistik

4 Stunden

Kurs

Datenvisualisierung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 201 Wiederholungen

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

Datenvisualisierung

2 Stunden

Kurs

Programmieren mit dplyr

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 50 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Arbeiten mit DeepSeek in Python

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 105 Wiederholungen

Finde heraus, was es mit dem ganzen Hype um DeepSeek wirklich auf sich hat! Entwickle Anwendungen mit den Modellen R1 und V3 von DeepSeek.

Künstliche Intelligenz

3 Stunden

Kurs

Überwachung und Fehlersuche in AWS

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 10 Wiederholungen

Monitor and troubleshoot AWS apps with Amazon CloudWatch and AWS X-Ray. Collect metrics and logs, build dashboards, set alarms, and trace requests.

Cloud

3 Stunden

Kurs

Fraud Detection in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 38 Wiederholungen

Dieser Kurs gibt dir das nötige Fundament, um mit Analytics in R effektiv Betrug zu erkennen.

Maschinelles Lernen

4 Stunden

Kurs

Fallstudie: HR-Analytics in Tableau

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 78 Wiederholungen

In dieser Fallstudie schauen wir uns die Analyse von Personaldaten in Tableau an.

Datenvisualisierung

3 Stunden

Kurs

Feature Engineering in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 152 Wiederholungen

Du lernst die Grundkonzepte des Feature Engineering und wie du sie mit dem R-Framework tidymodels praktisch anwendest.

Maschinelles Lernen

4 Stunden

Kurs

Logging and Monitoring in Google Cloud

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 25 Wiederholungen

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Cloud

5 Stunden 15 min

Kurs

Anleihebewertung und -analyse in Python

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 72 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

Finanzhandel in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 77 Wiederholungen

Dieser Kurs geht auf die Grundlagen des Finanzhandels ein und zeigt, wie man mit Quantstrat signalbasierte Handelsstrategien entwickelt.

Angewandte Finanzen

5 Stunden

Kurs

Einführung in Spark mit sparklyr in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 82 Wiederholungen

Lerne in nur 4 Stunden, wie du mit Spark und dem sparklyr-Paket in R Big-Data-Analysen durchführst, und entdecke Spark MLIb.

Data Engineering

4 Stunden

Kurs

Datenbearbeitung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 249 Wiederholungen

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

Datenbearbeitung

3 Stunden

Kurs

Google DeepMind: Accelerate Your Model

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 24 Wiederholungen

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Cloud

7 Stunden

Kurs

Automating Deployments on AWS

  • MittelSchwierigkeitsgrad
  • 5
  • 7 Wiederholungen

Build CI/CD pipelines with AWS CodePipeline, CodeBuild, and CodeDeploy. Automate blue/green and canary releases, and define infrastructure with CloudFormation.

Cloud

3 Stunden

Kurs

Text Mining mit Bag-of-Words in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 138 Wiederholungen

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

Maschinelles Lernen

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.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.