Python Entwickler: Datenanalyse-Methoden und Frameworks

Python + Datenanalyse + Machine Learning + Git



Diese Weiterbildung vermittelt Kenntnisse in der Programmierung mit Python, der Datenanalyse und der Anwendung von Machine Learning. Zudem werden Fähigkeiten zur Nutzung von Git & GitHub im digitalen Projektumfeld sowie im IT-Projektmanagement geschult.



Modul 1: Python in Datenanalyse und Visualisierung
Modul 2: Einführung in die Datenanalyse
Modul 3: Machine Learning mit Python in datengetriebenen Anwendungen
Modul 4: Git & GitHub im digitalen Projektumfeld
Modul 5: Einführung in das IT-Projektmanagement



Python in Datenanalyse und Visualisierung

• Grundlagen der Programmierung: Nutzung der Programmiersprache Python für Datenverarbeitung, Analyse und Automatisierung.


• Strukturen und Anwendungen: Erstellung von Skripten für Datenanalyse, Datenmodellierung und Visualisierung mit Pandas und Matplotlib.


• Integration in Analyseumgebungen: Einsatz von Python-Skripten in Power BI, Datenimport und API-Anbindung für Analysezwecke.


• Visualisierung und Auswertung: Nutzung von Python für Histogramme, Boxplots, Datenvisualisierung und explorative Datenanalyse.

Einführung in die Datenanalyse

• Grundlagen der Datenanalyse: Einführung in Statistik, Datenanalyse-Methoden, Datenkompetenz und datengetriebene Entscheidungsfindung.


• Arbeiten mit Power BI & SQL: Datenaufbereitung, Datenmodellierung, Pivot-Tabellen und Power BI-Visualisierungen zur Analyse.


• Berufsfeld Data & Analytics: Einblick in Data Analyst, Business Analyst und Data Scientist Quereinstieg mit relevanten Tools und Skills.


• Von Daten zu Insights: Anwendung von Data Storytelling, Boxplot, Histogramm & Datenauswertung für datenbasierte Geschäftsstrategien.

Machine Learning mit Python in datengetriebenen Anwendungen

• ML mit Python umsetzen: Entwicklung von Modellen auf Basis von Datenanalyse, Programmierung und python machine learning Frameworks.


• Modelltraining mit Tools: Anwendung von Scikit-learn, NumPy und Pandas zur Modellbildung, Evaluation und Datenaufbereitung.


• Visualisierung von Ergebnissen: Einsatz von Plotly, Boxplot-Statistik und data visualization im Rahmen explorativer Analyse.


• ML-Skripte in BI-Prozessen: Integration von Python Power BI Skript und REST API Python in Analyseumgebungen und Big Data Systems.

Git & GitHub im digitalen Projektumfeld

• Verteilte Codeverwaltung: Einführung in Git-Repositories, Commit-Strukturen und Arbeitsabläufe in der Softwareentwicklung.


• Zusammenarbeit auf GitHub: Branching, Pull Requests und Versionshistorien im Kontext digitaler Teamarbeit und Projektkoordination.


• Rollen in IT-Projekten: GitHub als Plattform zur Aufgabenverteilung, Codeverwaltung und Kommunikation in verteilten Projektteams.


• Digitale Workflows dokumentieren: Git-gestützte Nachverfolgung, Schnittstellen und Abläufe in der digitalen Transformation.

Einführung in das IT-Projektmanagement

• Grundlagen erfolgreicher Projektsteuerung: Einführung in IT-Projektmanagement, Projektphasen, Rollenverteilung und digitale Tools.


• Agiles Arbeiten mit Scrum & Kanban: Methoden, Frameworks und Einsatz agiler Ansätze für transparente und flexible Projektabläufe.


• Planung & Visualisierung: Einsatz von Gantt-Charts, SWOT-Analysen und Präsentationstechniken zur Projektstrukturierung und Kommunikation.


• Digitalisierung & New Work: Auswirkungen digitaler Transformation, KI-Tools und Arbeitsmodelle im Kontext smarter IT-Projekte.

Mit Abschluss der Weiterbildung sind die Teilnehmenden in der Lage, Python für Datenanalyse und Machine Learning einzusetzen, Git & GitHub zu nutzen und IT-Projekte zu managen.