Grundlagen Data Science

Inhalte

Dieses Seminar bietet durch praktische Aufgaben, inspirierenden Szenarien und konkreten Business Cases eine fundierte Grundlage in den Bereichen:

1. Data Science 

• Was ist Data Science?
• Abgrenzung von BI / Data Engineering
• Data Science als Kompetenzschnittstelle
• Differenzierung der Data Science
• Data Lifecycle Management
• Anwendungsfälle
• Tools und Technologien

2. Data Engineering

• Was ist das und welche Rolle spielt es?
• Datenarchitekturen und -modelle
• Datenintegration – ETL
• Data Pipelines
• Datenqualität und Verfügbarkeit
• Tools und Technologien
• Anwendungsgebiete und Beispiele

3. Datenmanagement und Big Data

Datenbanken:

• Was ist das?
• DB und DBMS
• CAP Theorem
• Datenbanken im Data Lifecycle Management

Big Data:

• Was ist das?
• 5-V Modell
• Big Data Analytics and Frameworks
• Beispiel

4. Business Intelligence

• Was ist BI?
• Ziele und Nutzen
• Komponenten und Architektur
• Self Service BI und Managed BI
• BI Prozess
• Datenvisualisierung
• Beispiele

5. Einführung in Power BI

• Was ist Power BI und Vorteile?
• Applikationen
• Lizenzen
• Beispiele
• Zukünftige Entwicklungen und Trends

6. Data Awareness

• Einführung in Daten und deren Bedeutung
• Daten und deren Relevanz im Wandel der Zeit
• Data Awareness und Change Management
• Datenqualität und Data-Lifecycle-Management

7. Datengetriebene Transformationsprozesse

• Einführung in datengetriebene Transformation
• Datenanalyse und Entscheidungsfindung
• Datenintegration und Automatisierung
• Skalierung der datengetriebenen Transformation
• Messung der Auswirkungen und kontinuierliche Verbesserung

8. Nachhaltigkeit in der IT

• Einführung in das Thema Nachhaltigkeit in der IT
• Umweltauswirkungen in der IT
• Nachhaltige IT-Hardware
• Nachhaltige Softwareentwicklung
• Green IT in der Unternehmenspraxis

9. Machine Learning & KI

• Einordnung im Feld data Science / KI
• Unterschied (Inferenz-) statistik
• Anwendungsbeispiele
• Vorgehen Grundlagen und UseCase
• Problemübersicht und UseCase
• Modell / Algorithmus Übersicht und UseCase
• Evaluation Grundlagen und UseCase
• Neuronale Netze
• Image Recognition Beispiel

Nutzen

• Sie erhalten einen Überblick über die Relevanz der Daten und ihrer Verarbeitung
• Das modular aufgebaute Seminarprogramm begleitet Ihre Entwicklung Schritt für Schritt und unterstützt Sie bei dem Transfer in die Praxis.
• Sie erlernen die Grundlagen von Data Science, Programmierung und Machine Learning.
• Sie erkennen Potenziale für datengetriebene Prozessoptimierungen und können diese umsetzen.
• Sie erhalten die Grundlagen, um eine effizientere Ressourcenplanung auf Basis von Daten umsetzen zu können

Als Datenbote schaffen Sie sich die Grundlagen für den Aufbau einer zukunftsfähigen KI-Kompetenz.

Methoden

Impulsvorträge, Übungsaufgaben in Einzel- und Gruppenarbeit, Handlungsempfehlungen

Zielgruppe

Auszubildende in fortgeschrittenen Lehrjahren, Trainees und Berufseinsteiger, die sich fortlaufend weiterbilden möchten sowie Ausbildungsleiter

Trainer*innen

Franz Buschendorf

Data Scientist & Trainer
Trainingsschwerpunkte:
• Python-Programmierung, Data Science, Machine Learning
• Datenverarbeitung, Datenmanagement, Datenvisualisierung
• Umsetzung praktischer Projekte in Data Science mit Python
• Microsoft Azure

Berufliche Erfahrung:
• 3 Jahre tätig als Data Scientist & Trainer bei Arineo GmbH & datenwege GmbH
• Freiberuflicher Data Science Trainer seit 2021
• Trainertätigkeit für Unternehmen, Hochschulen, Universitäten & Bildungsträger

Ausbildung:
• M.Sc. Wirtschaftsinformatik
• B.Sc. Wirtschaftswissenschaften mit Schwerpunkt Wirtschaftsinformatik

Emir Suljic

Project Manager & Trainer
Trainingsschwerpunkte:
• Change Management, Innovation Management, Knowledge Management, Project
Management, Sustainability Management & Leadership

Berufliche Erfahrung:
• 2 Jahre tätig als Projektmanager & Trainer bei Arineo GmbH & datenwege GmbH
• Trainertätigkeit für Unternehmen, Hochschulen & Bildungsträger

Ausbildung:
• M.A. Innovations- und Changemanagement
• B.A. Betriebswirtschaftslehre

Julia Stuetzer

Data Analyst & Trainer
Trainingsschwerpunkte:
• Power BI (Desktop, Service), Power Query, Dax-Formelfunktionssprache
• Datenverarbeitung, Datentransformation und -Modell, Datenvisualisierung
• Erstellung interaktives Reporting im Self-Service BI und Collaboration in der Cloud

Berufliche Erfahrung:
• 5 Jahre tätig als Data Analyst & Trainerin bei Arineo GmbH
• Trainertätigkeit für Unternehmen, Hochschulen, Universitäten & Bildungsträger

Ausbildung:
• B. Professional of Business (CCI)

Ansgar Kühn

Data Scientist & Trainer
Trainingsschwerpunkte:
• Data Science, Machine Learning, Natural Language Processing
• Python- und Backendentwicklung
• Projektarbeit u.a. in Textverarbeitung und Zeitreihenvoraussage mit Python
• Laden und Transformieren von Daten (ETL)
• Konzeption und Entwicklung von Machine Learning Prozessen

Berufliche Erfahrung:
• 2 Jahre tätig als Data Scientist & Trainer bei Arineo GmbH
• Wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Dynamik und
Selbstorganisation in Göttingen
• Tutor für Mathe und Physik an der Georg-August-Universität Göttingen

Ausbildung:
• M.Sc. Physik
• B.Sc. Physik