Die Broschüre zeigt auf, wie die Digitalisierung Jobprofile verändert, definiert Buzzwords und beschreibt Anwendungsfälle und Rollen im Kontext von Data Science - kompakt auf einen Blick!
Data Analyst
Daten analysieren und visualisieren mit Python
Ziel des Data Analyst-Training der Haufe Akademie und StackFuel ist die anwendungsorientierte Vermittlung der freien Programmiersprache Python zur Aufbereitung, Verarbeitung und Visualisierung von Unternehmensdaten. Damit nimmt der Data Analyst im Kontext der Digitalisierung eine zentrale Rolle ein. Er ist das Bindeglied zwischen den Fachabteilungen und den Leitern der Abteilungen, welche zunehmend datengetrieben entscheiden.
Das Online-Training ist von der Staatlichen Zentralstelle für Fernunterricht (ZFU) in Köln unter der Nummer 73598 geprüft und zugelassen.
Inhalte
Modul 1: Python-Grundlagen
- Python-Basiswissen im Kontext von Datenanalysen erlernen.
- Programmierwissen in datenbasierten Business-Szenarien vertiefen.
- Programme für automatisierte Datenanalysen entwickeln.
Modul 2: Datenanalysen mit Python
- 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.
- Umsetzen einer Daten-Pipeline für verschiedene Industriedaten.
- Zunehmend komplexe Analyse-Programme schreiben.
- Mit einem Industriedatenset eigenständige Datenanalysen durchführen.
Hinweis zu Ihrer persönlichen Lernumgebung
In Ihrer Online-Lernumgebung finden Sie ab dem Starttermin Lerneinheiten, Arbeitshilfen, Zusatzprodukte und Zugang zum Data Lab. Jede Woche werden Ihnen neue Materialien bereitgestellt, deren Bearbeitung Sie sich selbständig einteilen können. Über den gesamten Trainingszeitraum hinweg werden Sie online begleitet und haben die Möglichkeit, sich mit anderen Trainingsteilnehmenden und Trainingsdozenten zu den jeweiligen Lerneinheiten auszutauschen.
Ihr Nutzen
Unternehmensdaten als produktiven Faktor einschätzen und nutzen.
- Komplexe Datenanalysen in der Fachdomäne umsetzen.
- Mit datengetriebenen Entscheidungen die Wettbewerbsfähigkeit steigern.
Methoden
Das berufsbegleitende Online-Training bietet Ihnen nach dem Login in die Lernumgebung eine Mischung aus Videos, Lesestoffen und Business Szenarien, die Ihr Wissen schärfen. Durch die interaktiven Übungen legen Sie in Ihrer Lernumgebung selbst Hand an und gewinnen einen praktischen Eindruck, was es heißt, mit Daten zu arbeiten. Während des Trainings werden Trainingsteilnehmende über den gesamten Zeitraum hinweg begleitet. Das Online-Training besteht aus interaktiven Programmierübungen, Videos und interaktiven Wissensabfragen. Trainingsteilnehmende bearbeiten die Inhalte selbständig und können Ort und Zeit dafür selbst festlegen.
Teilnehmerkreis
Mitarbeitende, die sich im Bereich Data Analytics spezialisieren oder vorhandene Kenntnisse der Datenanalyse erweitern möchten. Das Data Analyst-Training ist für Abteilungen von Bedeutung, welche verstärkt datengetrieben arbeiten und entscheiden müssen.
Weitere Empfehlungen zu „Data Analyst“
Smart Data Science - Business-Entscheidungen clever gestalten
Modul 2 + 3: Machine Learning-Cycle und Machine-Learning mit KNIME
Teilnehmerstimmen

Einen echten Mehrwert bietet das Data Lab, hier spürt man den Praxisbezug besonders gut. Die Aufgaben waren klar beschrieben und anschaulich dargestellt, so dass ich immer wusste was ich machen muss - das war eine großartige Erfahrung!
Den größten Mehrwert bietet für mich der Praxisbezug und dass ich das Erlernte schnell umsetzen und für mich adaptieren kann - das ist der echte Lernerfolg hinter den Trainings.
Hier erhalten Sie Eindrücke vom Seminar sowie Informationen rund um das Seminarthema.
Sie können 5 Videos zu der Veranstaltung ansehen.
Sie können 4 Bilder zu der Veranstaltung ansehen.
- Maßgeschneidert für Ihren Bedarf
- Vor Ort für mehrere Mitarbeiter
- Zeit und Reisekosten sparen
- In Abstimmung auch virtuell möglich
Preis auf Anfrage.
Anfragen30353
Also available in English:
Data Analyst in Python