Data Science Schulungen finden - Das passende Seminar in Ihrer Nähe

DP-900 Microsoft Azure Data Fundamentals

Die Tribologie erzeugt vielfältige Daten aus Experimenten, Simulationen und industriellen Anwendungen. Dieses Seminar zeigt, wie Data Science, KI und Maschinelles Lernen helfen, diese Daten strukturiert aufzubereiten, Muster zu erkennen und belastbare Erkenntnisse für Forschung, Entwicklung und Praxis abzuleiten.

Ziel des Seminars ist es, die Teilnehmenden in die Lage zu versetzen, Data Science, KI und Maschinelles Lernen für tribologische Fragestellungen fundiert einzuordnen und anzuwenden. Sie lernen zentrale Begriffe, FAIR-Prinzipien, Datenqualität, KI-/ML-Workflows, Algorithmen, Anwendungsbeispiele, Deep Learning und physik-informiertes ML kennen. Zudem werden Chancen, Grenzen und typische Herausforderungen datengetriebener Ansätze in Forschung und Entwicklung kritisch diskutiert.

HINWEIS
Dieses Seminar ist Bestandteil des Zertifikatslehrgangs "Tribologie Experte (TAE)” www.tae.de/60160 und kann auch einzeln gebucht werden.

Das Seminar richtet sich an Ingenieurinnen, Forschende, Entwicklerinnen sowie Fach- und Führungskräfte aus Tribologie, Maschinenbau, Werkstofftechnik, Schmierstoffentwicklung, Versuch, Simulation, Digitalisierung und datengetriebener F&E.

Nach diesem Seminar verstehen Sie, was Data Science ausmacht, wie ein exemplarischer Data-Science-Prozess aufgebaut ist und wie er in einen betriebswirtschaftlichen Kontext eingebettet werden kann. Sie kennen grundlegende Methoden und Werkzeuge und haben deren Anwendung an konkreten Beispielen erprobt.

Sie können grundlegende Funktionen und Strukturen von R sowie die Entwicklungsumgebung RStudio für erste Datenanalysen nutzen. Sie haben Daten visualisiert und vorverarbeitet, Modelle erstellt und Prognosen bewertet. Damit verfügen Sie über eine methodische und praktische Grundlage, um erste Data-Science-Aufgaben im Unternehmen zu bearbeiten und Ihre Kenntnisse gezielt weiterzuentwickeln.

Nach diesem Seminar verstehen Sie, was Data Science ausmacht, wie ein exemplarischer Data-Science-Prozess aufgebaut ist und wie er in einen betriebswirtschaftlichen Kontext eingebettet werden kann. Sie kennen grundlegende Methoden und Werkzeuge und haben deren Anwendung an konkreten Beispielen erprobt.

Sie können grundlegende Funktionen und Strukturen von R sowie die Entwicklungsumgebung RStudio für erste Datenanalysen nutzen. Sie haben Daten visualisiert und vorverarbeitet, Modelle erstellt und Prognosen bewertet. Damit verfügen Sie über eine methodische und praktische Grundlage, um erste Data-Science-Aufgaben im Unternehmen zu bearbeiten und Ihre Kenntnisse gezielt weiterzuentwickeln.

Kursteilnehmer sollen mit den wichtigsten Konzepten und Begriffen in Data Science, Statistik und der Datenanalyse vertraut gemacht werden und lernen erste explorative Analysen in verschiedenen Datensituationen durchzuführen. 

Praxiskurs zu Excel für Data Analysts: von direkter und bedingter Formatierung über Formeln, Pivot-Tabellen und Visualisierungen bis zu Dashboards, Power Query und PowerPivot.

Daten zählen zu den wichtigsten Erfolgsfaktoren der digitalen Wirtschaft – ihren wirklichen Wert entfalten sie jedoch erst durch systematische Analyse und eine kluge, strategische Nutzung. In diesem Modul lernst du, wie du Data Science und Big Data gezielt im Unternehmenskontext einsetzt, um bessere Entscheidungen zu treffen und nachhaltige Wettbewerbsvorteile zu schaffen.

Du erhältst einen strukturierten Überblick über zentrale Konzepte, Methoden und Technologien des Data-Science-Managements. Dabei verbindest du betriebswirtschaftliche Perspektiven mit technischem Verständnis und entwickelst ein sicheres Gefühl für datengetriebene Geschäftsmodelle. Von Big Data Analytics über konkrete Einsatzfelder in Marketing, E-Commerce und Produktion bis hin zu modernen Dateninfrastrukturen – du erkennst, wie vielfältig Daten im Unternehmen genutzt werden können.

Darüber hinaus beschäftigst du dich mit grundlegenden Themen wie Cloud Computing, Business Intelligence und Enterprise Architecture. Rechtliche Fragestellungen, insbesondere Datenschutz und Datensicherheit, werden praxisorientiert aufgegriffen, sodass du Risiken besser einschätzen und verantwortungsvoll handeln kannst.

Nach Abschluss des Moduls bist du in der Lage, datenbasierte Projekte zu beurteilen, zu begleiten und aktiv mitzugestalten. Du baust Kompetenzen auf, die in nahezu allen Branchen stark gefragt sind – und stärkst damit nachhaltig deine beruflichen Entwicklungsmöglichkeiten.

Das Seminar vermittelt die erforderlichen Kenntnisse über die grundlegenden Konzepte und Basiskomponenten des Data Vault. Neben der Erstellung der Datenmodelle für Raw Vault und Business Vault werden Konzepte zur Implementierung der ETL-Logik für den Data Vault und die anschließenden abfrageorientierten Schichten vorgestellt. Best Practices und aktuelle Erweiterungen (DV 2.0) werden diskutiert und bewertet. Automatisierungslösungen zur Generierung von Modell und ETL-Logik werden anhand konkreter Anwendungsszenarien vorgestellt.

Das Seminar vermittelt die erforderlichen Kenntnisse über die grundlegenden Konzepte und Basiskomponenten des Data Vault. Neben der Erstellung der Datenmodelle für Raw Vault und Business Vault werden Konzepte zur Implementierung der ETL-Logik für den Data Vault und die anschließenden abfrageorientierten Schichten vorgestellt. Best Practices und aktuelle Erweiterungen (DV 2.0) werden diskutiert und bewertet. Automatisierungslösungen zur Generierung von Modell und ETL-Logik werden anhand konkreter Anwendungsszenarien vorgestellt.

Fundierter Einstieg in das Thema Big Data.