Kompakte Ausbildung zur:m Datenanalyst:in
Data Science und Business Analytics
Data Science und Business Analytics
Kompakte Ausbildung zur:m Datenanalyst:in

Data Science und Business Analytics nutzen Methoden und Techniken aus Mathematik, Statistik, Machine Learning und Programmierung, um Wissen aus Daten zu generieren. Deren Erkenntnisse stellen einen enormen Mehrwert für die Unternehmen dar.
Termin auf Anfrage
Bitte wenden Sie sich an:

DI (FH) Thomas Giselbrecht
T 05572/3894-470
giselbrecht.thomas@vlbg.wifi.at 

Derzeit ist kein Kurs verfügbar. Wir informieren Sie gerne, sobald der nächste Kurstermin fixiert ist. Klicken Sie auf die nachfolgende Schaltfläche, um die Erinnerungsfunktion zu aktivieren.



Möglicherweise können wir Ihnen auch eine Alternative zu diesem Kurs anbieten – rufen Sie uns einfach unter 05572 3894-425 an. Wir beraten Sie gerne!

Kurstermine ab Herbst finden Sie hier.

Data Science und Business Analytics

Kostenlose Info-Veranstaltung

Dienstag, dem 9. Juli 2024 um 17:30 Uhr (Online)
Anmeldung (erforderlich) bei: Tatjana Gasser (gasser.tatjana@vlbg.wifi.at oder 05572 3894-462).

Infobroschüre

Details zum Lehrgang finden Sie in unserer Infobroschüre!

Data Science und Business Analytics nutzen Methoden und Techniken aus Mathematik, Statistik, Machine Learning und Programmierung, um Wissen aus Daten zu generieren. Deren Erkenntnisse stellen einen enormen Mehrwert für die Unternehmen dar.

Die Möglichkeit, bisher unbekannte Muster in Datensätzen zu erkennen, wird viele Bereiche in den Unternehmen nachhaltig verändern. 

Neue Technologien und Anwendungssysteme wie Big Data, Data Mining, Predictive Maintenance, Maschinelles Lernen und grafische Visualisierungen, bieten hierfür innovative Lösungsansätze. Dies stellt eine große Herausforderung für Unternehmen unabhängig von ihrer Größe dar. Der Bedarf an Data Science- und Business Analytics-Fähigkeiten ist daher groß.

Zielgruppe

Der Lehrgang richtet sich an Betriebswirt:innen, (Wirtschafts-)Informatiker:innen, Ingenieur:innen und Naturwissenschaftler:innen. Unterschiedliche Hintergründe der Teilnehmenden sind bewusst erwünscht.

Voraussetzungen

Die Voraussetzungen für eine Teilnahme sind entweder ein erfolgreich abgeschlossenes Studium oder eine erfolgreich abgeschlossene Berufsausbildung mit einer mindestens einjährigen einschlägigen qualifizierten Berufspraxis.

Inhalt

Modul 1: Einführung in Data Science und Python

  • Grundlagen von Data Science
  • Einführungskurs Python
  • Eine erste Data Science Fallstudie:
    - Aus Zahlen mit statistischen Verfahren und hilfreichen Visualisierungen
    - Neue Erkenntnisse generieren

Modul 2: Einführung in Machine Learning

  • Einführung in die Künstliche Intelligenz, Machine Learning
  • Einführung in die Untergebiete des Maschinellen Lernens
  • Fallstudie: Mit Machine Learning ein Klassifikations- oder Prädiktionsproblem lösen, z.B. Kundenverhalten oder Maschinenzustand vorhersagen
Modul 3: Deep Learning

  • Wie unterscheidet sich Deep Learning von Machine Learning?
  • Wie funktioniert Deep Learning / Künstliche Neuronale Netze?
  • Übersicht über wichtige Deep Learning Modelle
  • Fallstudie: Mit Deep Learning ein Klassifikations- oder Prädiktionsproblem lösen, z.B. Verkaufspreise für Immobilien vorhersagen

Modul 4: Machine Learning und Deep Learning (Vertiefung)

  • Machine Learning und Deep Learning Vertiefung
  • Weitere wichtige klassische Machine Learning Modelle
  • Neuere Deep Learning Modelle (z.B. Transformer)
  • Fallstudie: Zeitreihen mit Deep Learning Verfahren fortsetzen

Modul 5: Big Data und Datenbanken

  • Einführung in Big Data
  • Übersicht über Big Data Software und Lösungen
  • Einführung in Datenbanken / Arten von Datenbanken
  • Fallstudie: Arbeiten mit Datenbanken aus Python heraus, um Daten für Data Science und Machine Learning anzubinden, auszuwerten und neue Erkenntnisse abzulegen

Modul 6: AutoML und Machine Learning in der Cloud

  • Automatisiertes Training und Modellauswahl: Wie geht das?
  • Einführung in ein ausgewähltes aktuelles AutoML Framework, z.B. AutoGluon
  • Machine Learning Lösungen in der Cloud
  • Fallstudie: Ein konkretes Unternehmensproblem mit AutoML lösen

Info-Broschüre/Stundenplan

 Hier finden Sie die ausführliche Info-Broschüre.

Stundenplan_Data _Science_Februar 2024 (23.2. - 14.5.2024, Fr + Sa)

Stundenplan_Data_Science_Mai 2024 (15.5. - 5.7.2024, Mi + Do) 


Trainer:innen

Prof. Dr. Jürgen Brauer

Rückmeldungen von Teilnehmenden

  • "Generell sind die Module inhaltlich extrem interessant! Sehr viel gelernt und gut erklärt!" 

  • "Trotz Online-Lehrveranstaltung sehr gute Vermittlung des Inhaltes und interessante Gestaltung des Lehrganges! Gilt für beide Trainer!"  

  • "... Es war ein extrem guter Kurs und sicher einer der besten die ich in meinem Werdegang besucht habe. ..." 

  • "Vielen Dank für den tollen Kurs. Es hat wirklich sehr viel Spaß gemacht."

Trainingseinheiten

96

Ort

Online

Filter setzen closed icon