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.
349 Kurse

Kurs

Financial Trading in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 285 Wiederholungen

Learn to implement custom trading strategies in Python, backtest them, and evaluate their performance!

Angewandte Finanzen

4 Stunden

Kurs

Daten umformen mit pandas

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 784 Wiederholungen

Du kannst DataFrames von einem breiten in ein langes Format umwandeln, Zeilen und Spalten stapeln und entstapeln sowie Multi-Index-DataFrames bearbeiten.

Datenbearbeitung

4 Stunden

Kurs

Natural Language Processing mit spaCy

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 582 Wiederholungen

Master the core operations of spaCy and train models for natural language processing. Extract information from unstructured data and match patterns.

Maschinelles Lernen

4 Stunden

Kurs

Dimensionsreduktion in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 852 Wiederholungen

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

Maschinelles Lernen

4 Stunden

Kurs

Einführung in das Portfoliorisikomanagement mit Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 315 Wiederholungen

Evaluate portfolio risk and returns, construct market-cap weighted equity portfolios and learn how to forecast and hedge market risk via scenario generation.

Angewandte Finanzen

4 Stunden

Kurs

Manipulating Time Series Data in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 283 Wiederholungen

Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.

Datenbearbeitung

4 Stunden

Kurs

ML-Modelle für den Produktionseinsatz entwickeln

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 446 Wiederholungen

Wechsel zu einer MLOps-Denkweise, mit der du deine Machine-Learning-Modelle trainieren, dokumentieren, pflegen und auf ihr volles Potenzial skalieren kannst.

Maschinelles Lernen

4 Stunden

Kurs

Intermediate Workflow Automation with n8n

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 44 Wiederholungen

Design resilient, production-ready n8n automations that fetch APIs, process data in batches, handle errors, and run unattended on a schedule.

Künstliche Intelligenz

4 Stunden

Kurs

A/B-Tests in Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 355 Wiederholungen

Learn the practical uses of A/B testing in Python to run and analyze experiments. Master p-values, sanity checks, and analysis to guide business decisions.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in Bioconductor in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 112 Wiederholungen

Lerne, wie man wichtige Bioconductor-Pakete für die Bioinformatik mit Datensätzen von Viren, Pilzen, Menschen und Pflanzen benutzt!

Probabilistik & Statistik

4 Stunden

Kurs

NoSQL-Konzepte

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 516 Wiederholungen

In diesem Kurs lernst du die vier wichtigsten nosql-Datenbanken und gängigen Engines kennen – ganz ohne Programmierkenntnisse.

Data Engineering

2 Stunden

Kurs

Modellieren mit Daten im Tidyverse

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 228 Wiederholungen

Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Probabilistik & Statistik

4 Stunden

Kurs

Biomedical Image Analysis in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 233 Wiederholungen

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

Datenbearbeitung

4 Stunden

Kurs

Berichten mit R Markdown

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 322 Wiederholungen

Bei R Markdown handelt es sich um eine einfache Formatierungssprache zum Erstellen dynamischer Berichte aus R-Code.

Berichtswesen

4 Stunden

Kurs

Lineare Algebra für Data Science in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 133 Wiederholungen

In diesem Einführungskurs in die lineare Algebra lernst du eines der wichtigsten mathematischen Themen der Datenwissenschaft kennen.

Probabilistik & Statistik

4 Stunden

Kurs

Grundlagen der Inferenz in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 52 Wiederholungen

Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.

Probabilistik & Statistik

4 Stunden

Kurs

Statistical Thinking in Python (Teil 1)

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 108 Wiederholungen

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

Probabilistik & Statistik

3 Stunden

Kurs

Data Types and Functions in Snowflake

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 486 Wiederholungen

Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.

Datenbearbeitung

3 Stunden

Kurs

Benutzerorientiertes Design in Power BI

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 417 Wiederholungen

Dieser Kurs zeigt, wie du Visualisierungen und Berichte in Power BI zielgruppengerecht gestaltest.

Datenvisualisierung

2 Stunden

Kurs

Überwachung von Machine-Learning-Konzepten

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 462 Wiederholungen

Dieser Kurs macht dich vertraut mit den Herausforderungen bei der Überwachung von Machine-Learning-Modellen im Produktivbetrieb.

Maschinelles Lernen

2 Stunden

Kurs

Betrugserkennung mit Python

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 190 Wiederholungen

In diesem Kurs bekommst du praxisnah vermittelt, wie du mit Python Betrug erkennst.

Maschinelles Lernen

4 Stunden

Kurs

Fortgeschrittene Datenvisualisierung mit Seaborn

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 429 Wiederholungen

Mit den Visualisierungstools von Seaborn erstellt du in diesem Kurs ganz einfach ansprechende und informative Visualisierungen.

Datenvisualisierung

4 Stunden

Kurs

Versuchsplanung in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 328 Wiederholungen

Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.

Probabilistik & Statistik

4 Stunden

Kurs

Statistische Techniken in Tableau

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 642 Wiederholungen

Bring deine Reporting-Fähigkeiten mit den integrierten Statistikfunktionen von Tableau auf die nächste Stufe.

Probabilistik & Statistik

4 Stunden

Kurs

Unsupervised Learning in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 101 Wiederholungen

This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.

Maschinelles Lernen

4 Stunden

Kurs

Arbeiten mit Geodaten in Python

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 274 Wiederholungen

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

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.