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

Big Data mit Trelliscope in R visualisieren

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 54 Wiederholungen

In diesem Einstiegskurs lernst du, wie du mit ggplot2 und trelliscopejs Big Data in R visualisieren kannst.

Datenvisualisierung

4 Stunden

Kurs

HR-Analytics: Mitarbeiterdaten in R erkunden

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 43 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

Text-to-Query-Agents mit MongoDB und LangGraph

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 39 Wiederholungen

Finde heraus, wie du mit deinen Daten über Text-to-Query-KI-Agenten mit MongoDB und LangGraph kommunizieren kannst.

Künstliche Intelligenz

2 Stunden

Kurs

Parallele Programmierung mit Dask in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 67 Wiederholungen

Hier nutzt du parallele Programmierung mit Dask in Python, skalierst Workflows und verarbeitest effizient große Datenmengen.

Softwareentwicklung

4 Stunden

Kurs

Finanzhandel in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 84 Wiederholungen

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

Angewandte Finanzen

5 Stunden

Kurs

Create Generative AI Apps on Google Cloud

  • MittelSchwierigkeitsgrad
  • 5
  • 18 Wiederholungen

Learn about Gen AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs.

Cloud

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

Build Data Lakes and Data Warehouses on Google Cloud

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 33 Wiederholungen

Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.

Cloud

3 Stunden 48 min

Kurs

Introduction to Gemini Enterprise

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 16 Wiederholungen

Gemini Enteprise brings together AI agents, enterprise search, NotebookLM, and intelligent data access to solve organizational challenges.

Cloud

2 Stunden 15 min

Kurs

Arbeiten mit DeepSeek in Python

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 107 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

Fallstudien: Netzwerkanalyse in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 50 Wiederholungen

Wende grundlegende Konzepte der Netzwerkanalyse auf große reale Datensätze in 4 verschiedenen Fallstudien an.

Probabilistik & Statistik

4 Stunden

Kurs

Umfragedaten in Python analysieren

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 60 Wiederholungen

Hier erfährst du, wie du Umfragedaten mit Python analysierst und wann welches Statistik-Tool sinnvoll ist.

Probabilistik & Statistik

4 Stunden

Kurs

Fallstudie: Bestandsanalyse in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 69 Wiederholungen

Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.

Datenvisualisierung

2 Stunden

Kurs

ChIP-seq mit Bioconductor in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 55 Wiederholungen

ChIP-seq-Daten mit Bioconductor anhand eines menschlichen Krebsdatensatzes analysieren und interpretieren lernen.

Probabilistik & Statistik

4 Stunden

Kurs

AI Infrastructure: Storage Options

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 26 Wiederholungen

Journey through the storage solutions available on Google Cloud, specifically tailored for AI and high-performance computing (HPC) workloads.

Cloud

1 Stunde

Kurs

Fallstudie: Analyse von Gesundheitsdaten in Tableau

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 76 Wiederholungen

Üben Sie Tableau mit unserer Healthcare-Fallstudie. Daten analysieren, Effizienz-Insights aufdecken und ein Dashboard erstellen.

Datenvisualisierung

3 Stunden

Kurs

Feature Engineering in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 160 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Google Workspace End User: Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 33 Wiederholungen

Learn to create and edit spreadsheets in Google Sheets, work with data, build formulas, and collaborate in real time.

Cloud

6 Stunden 30 min

Kurs

GARCH-Modelle in R

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 101 Wiederholungen

GARCH-Modelle spezifizieren und anpassen, um zeitvariable Volatilität und Value-at-Risk vorherzusagen.

Angewandte Finanzen

4 Stunden

Kurs

Strategies for Cloud Security Risk Management

  • MittelSchwierigkeitsgrad
  • 4.9+
  • 12 Wiederholungen

This course is a thrilling mix of expert-led courses and immersive Google Cloud challenges through interactive labs.

Cloud

21 Stunden 15 min

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.