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.
179 Kurse

Kurs

Einführung in Deep Learning mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 233 Wiederholungen

Lerne die Grundlagen neuronaler Netzwerke und wie du Deep-Learning-Modelle mit Keras 2.0 in Python erstellst.

Künstliche Intelligenz

4 Stunden

Kurs

Finanzhandel mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 315 Wiederholungen

Lerne, benutzerdefinierte Handelsstrategien in Python zu implementieren, sie zu backtesten und ihre Performance zu bewerten!

Angewandte Finanzen

4 Stunden

Kurs

Bildverarbeitung mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 227 Wiederholungen

Lerne, Bilder nach Belieben zu verarbeiten, zu transformieren und zu manipulieren.

Maschinelles Lernen

4 Stunden

Kurs

Einführung in das Portfoliorisikomanagement mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 390 Wiederholungen

Portfolio-Risiko und Rendite bewerten, Aktienportfolios nach Marktkapitalisierung erstellen, Marktrisiken per Szenarien prognostizieren und absichern.

Angewandte Finanzen

4 Stunden

Kurs

Reguläre Ausdrücke in Python

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 223 Wiederholungen

Lerne Zeichenkettenmanipulation und werde zum Meister im Umgang mit regulären Ausdrücken.

Softwareentwicklung

4 Stunden

Kurs

Extreme Gradient Boosting mit XGBoost

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 286 Wiederholungen

Grundlagen von Gradient Boosting lernen und mit XGBoost moderne Machine Learning-Modelle für Klassifikation und Regression bauen.

Maschinelles Lernen

4 Stunden

Kurs

KI-Agenten mit dem Google ADK entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 596 Wiederholungen

In diesem einstündigen Kurs erstellst du Schritt für Schritt einen Support-Assistenten mit dem Agent Development Kit (ADK) von Google.

Künstliche Intelligenz

1 Stunde

Kurs

Reinforcement Learning mit Gymnasium in Python

  • ExperteSchwierigkeitsgrad
  • 4.7+
  • 787 Wiederholungen

Beginne deine Reise im Bereich des Reinforcement Learning! Lerne, wie Agenten durch Interaktionen lernen können, Umgebungen zu lösen.

Künstliche Intelligenz

4 Stunden

Kurs

End-to-End Machine Learning

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 404 Wiederholungen

Dieser Kurs führt dich ein in die Welt des maschinellen Lernens und zeigt, wie du End-to-End-Modelle entwirfst, trainierst und einsetzt.

Maschinelles Lernen

4 Stunden

Kurs

A/B-Tests in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 416 Wiederholungen

Lerne, mit A/B-Tests in Python Experimente durchzuführen und auszuwerten. p-Werte, Checks und Analysen für fundierte Geschäftsentscheidungen nutzen.

Probabilistik & Statistik

4 Stunden

Kurs

Modellvalidierung in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 1.015 Wiederholungen

Du lernst die Grundlagen der Modellvalidierung sowie Validierungstechniken und erstellst erste validierte und leistungsstarke Modelle.

Maschinelles Lernen

4 Stunden

Kurs

Cluster Analysis in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 1.103 Wiederholungen

In diesem Kurs über unüberwachtes Lernen wendest du Techniken wie hierarchisches und k-Means-Clustering mit der SciPy-Bibliothek an.

Maschinelles Lernen

4 Stunden

Kurs

Python-Pakete entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.036 Wiederholungen

Lerne, eigene Python-Pakete zu erstellen, damit dein Code leichter zu nutzen und mit anderen zu teilen ist.

Softwareentwicklung

4 Stunden

Kurs

Kreditrisikomodellierung in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 317 Wiederholungen

Dieser Kurs zeigt, wie du Kreditantragsdaten aufbereitest und mit ML sowie Geschäftsregeln Risiken senkst und die Profitabilität sicherst.

Angewandte Finanzen

4 Stunden

Kurs

Importing and Managing Financial Data in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 70 Wiederholungen

In diesem Kurs lernst du, wie du Finanzdaten mit verschiedenen Tools und Quellen in Python importierst und verwaltest.

Angewandte Finanzen

5 Stunden

Kurs

Marketingkampagnen mit pandas analysieren

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 448 Wiederholungen

In diesem Kurs machst du dich mit pandas im Marketing vertraut, indem du Daten zusammenführst, aufteilst, visualisierst und mehr!

Explorative Datenanalyse

4 Stunden

Kurs

Grundlagen der Wahrscheinlichkeit in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 221 Wiederholungen

Dieser Kurs vermittelt grundlegende Konzepte zu Zufallsvariablen, Mittelwert und Varianz, Wahrscheinlichkeitsverteilungen und mehr.

Probabilistik & Statistik

5 Stunden

Kurs

Statistical Thinking in Python (Teil 1)

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 121 Wiederholungen

Leg die Grundlagen, die du brauchst, um statistisch zu denken und die Sprache deiner Daten zu sprechen.

Probabilistik & Statistik

3 Stunden

Kurs

Dimensionsreduktion in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 986 Wiederholungen

Du entwickelst ein Verständnis für Dimensionsreduktion und setzt bewährte Methoden dazu in Python um.

Maschinelles Lernen

4 Stunden

Kurs

Daten­transformation mit Polars

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 172 Wiederholungen

Polars mit Textmanipulation, rollenden Statistiken, DataFrame-Joins und fortgeschrittener Analyse vertiefen.

Datenbearbeitung

4 Stunden

Kurs

Einführung in Datenbanken mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 319 Wiederholungen

Der Kurs vermittelt dir die Grundlagen relationaler Datenbanken und wie du mit ihnen arbeitest.

Datenbearbeitung

4 Stunden

Kurs

Quantitative Risk Management in Python

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 257 Wiederholungen

Lerne mit Python mehr über Risikomanagement, Value at Risk und andere Themen, die bei der Finanzkrise 2008 eine Rolle gespielt haben.

Angewandte Finanzen

4 Stunden

Kurs

Maschinelles Lernen für Finanzen in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 241 Wiederholungen

Lerne, Aktienkursdaten mit linearen Modellen, Entscheidungsbäumen, Random Forests und neuronalen Netzen zu modellieren und vorherzusagen.

Maschinelles Lernen

4 Stunden

Kurs

KI-Agenten mit CrewAI entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 114 Wiederholungen

Baue KI-Teams, die zusammenarbeiten, Workflows automatisieren und Inhalte mit CrewAI generieren.

Künstliche Intelligenz

1 Stunde

Kurs

Arbeiten mit Geodaten in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 299 Wiederholungen

Dieser Kurs zeigt, wie du Geodaten in deinen Data-Science-Workflow integrierst.

Datenbearbeitung

4 Stunden

Kurs

Market Basket Analysis in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 309 Wiederholungen

In diesem Kurs lernst du nützliche Assoziationsregeln kennen, analysierst Buchhandlungsdaten und erstellst Filmempfehlungen.

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.

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.