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.
73 Kurse

Kurs

Analyzing Social Media Data in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 32 Wiederholungen

In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.

Datenbearbeitung

4 Stunden

Kurs

Datenmanipulation mit data.table in R

  • BasicSchwierigkeitsgrad
  • 4.6+
  • 21 Wiederholungen

Lerne die wichtigsten Konzepte der Datenbearbeitung, wie Filtern, Auswählen und Berechnen von Gruppenstatistiken mit data.table.

Datenbearbeitung

4 Stunden

Kurs

Time Series Analysis in PostgreSQL

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 92 Wiederholungen

Learn how to use PostgreSQL to handle time series analysis effectively and apply these techniques to real-world data.

Datenbearbeitung

4 Stunden

Kurs

Analyse polizeilicher Maßnahmen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 25 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

Warenkorbanalyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 84 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Pandas-Joins für Spreadsheet-Nutzer

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 53 Wiederholungen

Hier lernst du, wie du Datensätze im Tabellenformat mit der Python-Bibliothek pandas effektiv und effizient zusammenführst.

Datenbearbeitung

4 Stunden

Kurs

Datenbearbeitung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 244 Wiederholungen

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

Datenbearbeitung

3 Stunden

Kurs

Bedingte Formatierung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 97 Wiederholungen

Dieser Kurs zeigt praxisnah, wie du bedingte Formatierungen mit integrierten Optionen und eigenen Formeln nutzt.

Datenbearbeitung

2 Stunden

Kurs

Daten mit data.table in R verknüpfen

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 71 Wiederholungen

In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.

Datenbearbeitung

4 Stunden

Kurs

Analyzing Social Media Data in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 87 Wiederholungen

Extract and visualize Twitter data, perform sentiment and network analysis, and map the geolocation of your tweets.

Datenbearbeitung

4 Stunden

Kurs

Programmieren mit dplyr

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 47 Wiederholungen

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

Datenbearbeitung

4 Stunden

Kurs

Datenmanipulation in Julia

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 39 Wiederholungen

Dieser Kurs fokussiert sich auf die wichtigsten Skills der Datenbearbeitung in Julia.

Datenbearbeitung

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.