Kursbeschreibung
Weiterbildung zum Quereinstieg in den Job als Data Analyst.
Die zunehmende Digitalisierung sorgt dafür, dass der Bedarf an Fachkräften im Bereich Data Analytics und Data Science innerhalb der letzten Jahre stark angestiegen ist. Daten werden zunehmend als entscheidender Faktor für die Zukunftssicherung und Wettbewerbsfähigkeit von Unternehmen erkannt. Die Nachfrage nach spezialisierten Mitarbeitenden, die Daten effektiv aufbereiten und analysieren, wächst seit einigen Jahren stark an. Dabei nimmt ein Data Analyst im Kontext der Digitalisierung eine zentrale Rolle ein. Er ist das Bindeglied zwischen den Fachabteilungen und den Führungskräften, um Daten zu aggregieren und für datengetriebene Entscheidungsvoralgen aufzubereiten.Infos über die Weiterbildung
- Für Menschen ohne Vorkenntnisse geeignet- Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs)
- Kursleitung und -betreuung durch Data Scientists
- 80% Praxisaufgaben + 20% Video- und Texteinheiten
- Projekte mit Datensets und Business Cases aus der Industrie
- Abschlusszertifikat bei erfolgreichem Bestehen
- Online und ortsunabhängig
- In Vollzeit oder Teilzeit
Diese Fähigkeiten werden vermittelt:
- Datenquellen erschließen und filtern- Daten fachgerecht zusammenführen und aufbereiten
- Mit SQL-Datenbanken arbeiten
- Selbstständig erweiterte Datenanalysen mit deskriptiver Statistik durchführen
- In der Programmiersprache Python programmieren
- Vorhersagen anhand von Daten treffen
- Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren
- Programmierwissen in datenbasierten Business-Szenarien vertiefen
- Programme für automatisierte Datenanalysen entwickeln
- Code mit Git organisieren
- Daten mit dem Python-Modul pandas einlesen und verarbeiten
- Externe Datenquellen in die Analyse einbeziehen
- Grundlagen der Statistik auf Unternehmensdaten anwenden
- Datenvisualisierungen mit pandas, matplotlib und anderen Python-Modulen
- Eine Datenpipeline für verschiedene Industriedaten umsetzen
- Zunehmend komplexe Analyse-Programme schreiben
Relevante Branchen für den Quereinstieg
Luft- und Raumfahrt, Landwirtschaft, Automobilindustrie, Bankwesen, Chemie, Kommunikation, Konsumgüter, Energieversorgung, Elektronik, Unterhaltung, Finanzen, Fitness, Regierung, Medizin, Gastgewerbe, Information, Technologie, Versicherung, Medien, Bergbau, Reisen, Umwelt, Chemie & Pharma, Immobilien, Einzelhandel, Robotik, Vertrieb, Schifffahrt, Telekommunikation u.v.m.Weiterbildungsplan
Modul 1: Python Basics for Data AnalystsWoche 1 - Datentypen
Grundlagen der Programmierung Variablen in Python speichern und bearbeiten Umgang mit Fehlermeldungen
Woche 2 - If-Else & Projektarbeit
Anwendung von Funktionen und Methoden Ablaufkontrollen mithilfe von Bedingungen
Woche 3 - Flow Control + Git
Ablaufkontrolle unter Verwendung von Schleifen Importieren weiterer Python-Pakete Versionierung von Code mit Git Die wichtigsten Programmierungskonzepte, die für die Arbeit als Data Analyst wichtig sind.
Modul 2: Data Analytics with Python
Neue Datenquellen erschließen, filtern und zusammenführen Unternehmensdaten durch Visualisierungen zielgruppengerecht zugänglich machen Selbstständig klassische Datenverarbeitungsprozesse durchführen Daten einlesen, filtern, reinigen verarbeiten und visualisieren
Woche 4 - Pandas
Effiziente Nutzung von Pandas (Standardwerkzeug eines Data Analysts in Python) Daten in CSV-Dateien einlesen, bereinigen und aggregieren Hilfestellungen zur Optimierung Deiner Online-Präsenz als Data Analyst.
Woche 5 - Exploratory Data Analysis (matplotlib)
Visualisierung verschiedener Datenniveaus Numerische Daten als Histogramme und Streudiagramme darstellen Kategorische Daten als Säulen- und Tortendiagramme abbilden
Woche 6 - Vorhersagen + Projektarbeit
Median und Quartile Ausreißer identifizieren Einfache Vorhersagen mit der linearen und logistischen Regression erstellen Erzeugung eines eigenen Data-Analytics-Portfolios Praktische Tipps für die Bewerbung und den Alltag
Woche 7 - Datenbanken (SQL)
Datenbanken am Beispiel einer Personaldatenbank auslesen Standard-SQL-Abfragen formulieren
Woche 8 - External Data (API)
Mit Python auf Informationen wie Webseiten und APIs im Internet zugreifen
Woche 9 - Advanced Jupyter
Jupyter-Funktionalitäten Fortgeschrittene Visualisierungsprobleme wie Live-Updates Interaktivität im Kontext eines Aktienmarktszenarios
Woche 10 - Übungsprojekt
Ein New-Yorker-Taxidatenset analysieren (über 1 Mio Fahrten) Python-Fähigkeiten eigenständig anwenden
Woche 11 - Abschlussprojekt
Kundenabwanderungen eines Telekommunikationsunternehmens analysieren Die gesamte Daten-Pipeline selbstständig durchlaufen und berufstypische Fragestellungen beantworten 1-on1-Feedbackgespräch mit dem Mentoren-Team Projektpräsentation
Woche 12 - Abschlussprojekt Woche 2
Woche 13 - Abschlussprüfungen + Bewerbungstraining
Woche 14 - Abschlussprüfungen + eigene Veröffentlichung (Blogartikel)
Weiterbildung zum Quereinstieg in den Job als Data Analyst.
Die zunehmende Digitalisierung sorgt dafür, dass der Bedarf an Fachkräften im Bereich Data Analytics und Data Science innerhalb der letzten Jahre stark angestiegen ist. Daten werden zunehmend als entscheidender Faktor für die Zukunftssicherung und Wettbewerbsfähigkeit von Unternehmen erkannt. Die Nachfrage nach spezialisierten Mitarbeitenden, die Daten effektiv aufbereiten und analysieren, wächst seit einigen Jahren stark an. Dabei nimmt ein Data Analyst im Kontext der Digitalisierung eine zentrale Rolle ein. Er ist das Bindeglied zwischen den Fachabteilungen und den Führungskräften, um Daten zu aggregieren und für datengetriebene Entscheidungsvoralgen aufzubereiten.Infos über die Weiterbildung
- Für Menschen ohne Vorkenntnisse geeignet- Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs)
- Kursleitung und -betreuung durch Data Scientists
- 80% Praxisaufgaben + 20% Video- und Texteinheiten
- Projekte mit Datensets und Business Cases aus der Industrie
- Abschlusszertifikat bei erfolgreichem Bestehen
- Online und ortsunabhängig
- In Vollzeit oder Teilzeit
Diese Fähigkeiten werden vermittelt:
- Datenquellen erschließen und filtern- Daten fachgerecht zusammenführen und aufbereiten
- Mit SQL-Datenbanken arbeiten
- Selbstständig erweiterte Datenanalysen mit deskriptiver Statistik durchführen
- In der Programmiersprache Python programmieren
- Vorhersagen anhand von Daten treffen
- Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren
- Programmierwissen in datenbasierten Business-Szenarien vertiefen
- Programme für automatisierte Datenanalysen entwickeln
- Code mit Git organisieren
- Daten mit dem Python-…
Datum
auf Anfrage
Uhrzeit
36 Std./Woche (Vollzeit) oder 15 Std./Woche (Teilzeit)
Dauer
240 Stunden in 8 Wochen (Vollzeit) oder 16 Wochen (Teilzeit)
Ort
Data Lab - Online Lernumgebung
E-Mail
Kontakt
Benjamin Ross
Straße
Nostitzstraße 20
PLZ
10961
Ort
Berlin
Land
Deutschland
Bundesland
---
1. Eignungstest
2. Hochschulabschluss oder vergleichbare Berufserfahrung
3. Grundkenntnisse in Mathematik & Statistik
4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren.
Für dieses Training werden keine Programmierkenntnisse vorausgesetzt. Diese werden im ersten Modul gemeinsam erarbeitet. Teilnehmende sollten jedoch eine Routine im täglichen Gebrauch mit Computern und gängigen Software-Applikationen mitbringen.
2. Hochschulabschluss oder vergleichbare Berufserfahrung
3. Grundkenntnisse in Mathematik & Statistik
4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren.
Für dieses Training werden keine Programmierkenntnisse vorausgesetzt. Diese werden im ersten Modul gemeinsam erarbeitet. Teilnehmende sollten jedoch eine Routine im täglichen Gebrauch mit Computern und gängigen Software-Applikationen mitbringen.
Zielgruppe
Die Weiterbildung passt zu Dir und Deinen Karrierewünschen, wenn Du idealerweise ein abgeschlossenes Studium hast, oder in den Bereichen Mathematik, Informatik, Naturwissenschaften, Technik, BWL, (Wirtschafts-) Informatik oder vergleichbare Qualifikationen oder Vorerfahrungen besitzt.
Zertifikat(e)
Abschlusszertifikat
Kosten
€ 6.509,4
