Data Scientist/Data Engineer

Die Weiterbildung „Data Scientist/Data Engineer“ verbindet datenanalytische und datenengineerische Kompetenzen. Behandelt werden der Umgang mit großen Datenmengen, deren Aufbereitung sowie die Entwicklung analytischer Modelle. Der Schwerpunkt liegt auf dem Verständnis von Datenarchitekturen, statistischen Methoden und der Umsetzung datengetriebener Lösungen in organisatorische Kontexte.


Grundlagen von Data Science und Data Engineering

• Rolle von Data Science und Data Engineering im Unternehmen


• Unterschiede und Schnittstellen zwischen Data Scientist und Data Engineer


• Datenarten, Datenquellen und Datenerhebungsmethoden


• Grundlagen der Statistik und explorativen Datenanalyse

Datenmanagement und Datenarchitekturen

• Datenmodellierung: relational, NoSQL und hybride Ansätze


• ETL/ELT-Konzepte, Datenintegration und Datenqualität


• Data Warehousing, Data Lakes und Lakehouse-Konzepte


• Metadatenmanagement, Dokumentation und Governance-Grundlagen

Analytische Methoden und Machine Learning

• Überblick über überwachte und unüberwachte Lernverfahren


• Feature Engineering, Trainings-, Validierungs- und Testkonzepte


• Modellbewertung und Interpretierbarkeit von Modellen


• Umgang mit Bias, Fairness und ethischen Fragestellungen in der Datenanalyse

Datenpipelines, Tools und Betrieb

• Entwurf und Umsetzung von Datenpipelines


• Batch- und Streaming-Verarbeitung


• Versionierung, Reproduzierbarkeit und Zusammenarbeit in Datenprojekten


• Grundzüge von Deployment, Monitoring und Betrieb analytischer Anwendungen

Nach Abschluss der Weiterbildung kennen die Teilnehmenden zentrale Methoden und Werkzeuge aus Data Science und Data Engineering. Sie können Datenquellen strukturieren, Analysen konzipieren, einfache Modelle bewerten sowie Datenarchitekturen einordnen und deren Einsatzfelder beurteilen.