DataScience Basislehrgang

Dieser Basislehrgang gliedert sich oline in 8 Module zu je 1/2 Tag oder vor Ort in 4 Tage: Darum DataScience - Die Grundlagen von DataScience - Der Mehrwert beim Einsatz von DataScience - Data Science Rollen - Das Berufsbild Data Scientist - Die Unterschiede zu DataLake, DataEngineering, DataMining, Digitalisierung und BigData, u.a. - Unterschied und Klärung der Begriffe IoT und Cloud Computing - Data Science Projektablauf - Wert der Daten verstehen Be a Data Artist - Grundlagen und Vorteile von Visualisierungen - Allgemeine Designrichtlinien - Regressions- und Klassifizierungsmodelle - UX-Design Richtlinien - Reports und Dashboard Designs - Analyse von Reports Datenarchitektur - Überblick über das Thema Datenarchitektur (Big Picture Data Architecture) - Klassische DWH-Architektur - Herausforderungen und Lösungsansätze im Big Data Bereich - Unterschiede zwischen Data Lakes, Data Hubs, Data Meshes und Data Fabrics - Vorteile des Cloud Computing - Die Schritte von der Vision bis zur Umsetzung (Checkliste zum Projekt Setup) Datenmodellierung und -aufbereitung - DWH Modellierungsgrundlagen Inmon, Kimball, Linstedt - Was ist der Unterschied zw. ETL und ELT? - Wie historisiert man Daten? - Welche Arten der Datenbereinigung gibt es, um die Qualität zu steigern? - Was ist CDC und welche Implementierungsarten gibt es? Datenintegration - NoSQL - Datenintegration mit NoSQL - Datenintegration im Big Data Umfeld und in Cloud Umgebungen - ETL-Strecken bauen und worauf dabei zu achten ist - Die Qualität der Datenintegration innerhalb der ETL-Strecke - Scheduling Möglichkeiten Analytics in Theory - Grundlagen von Machine Learning und Artificial Intelligence - Arten an Zielsetzungen und Aufgaben von Data Analytics - Methoden und Algorithmen - Einsatz von Methoden aus dem Machine Learning und deren Einsatz Analytics in Action - Überblick über Tools für Datenanalyse - Einsatz von ML-Algorithmen - Einfaches Anwenden von Algorithmen in Python - Tuning – wie können bessere Ergebnisse erzielt werden? - Ablauf einer Datenanalyse Trend und Use Cases - aktuelle/ neue Schlagwörter aus der Welt des Data Science - Wichtigkeit der Datenstrategie - Aktuelle Anwendungsfälle von Data Science - neue Arbeitsformen durch DataScience

Dieser DataScience Basislehrgang bietet sowohl Personen mit IT-Erfahrung, Spezialisten (EntwicklerInnen, DatenbankadministratorInnen, Systemengineers,..), als auch Personen aus dem Fachbereich (StatistikerInnen, BI-SpezialistInnen, Business-AnalystInnen,…) eine umfassende Weiterentwicklung für neue Standards und bietet die Grundlage für eine Entwicklung Richtung DataScience Expert*innen. Dabei werden Fragen beantwortet, die Sie sich in Ihrer Tätigkeit bisher vielleicht noch gar nicht gestellt haben: - Was ist der Unterschied zwischen Business Intelligence und DataScience? - Wie kann DataScience sinnvoll angewandt werden? - Bin ich als DataScientist nun IT-Experte oder Statistiker? Oder aber auch technische Fragen wie z.B.: - Wie funktioniert die Modellierung von Daten? - Was benötige ich wenn ich Daten in Systeme integrieren möchte? - Wie analysiere und visualisiere ich Daten richtig? - Und was habe ich bezüglich Gesetze und Vorschriften dabei zu beachten? Dieses Seminar wird in Zusammenarbeit solvistas Academy GmbH und mit der ADV-Austrian Digital Value veranstaltet. Aus diesem Grund gibt es auch eine Ermäßigung für Mitglieder der ADV - bitte geben Sie bei Ihrer Bestellung Ihre ADV Mitgliedsnummer an.

Es sind keine Vorkenntnisse für den Besuch des Kurses notwendig.