Python Programmiersprache: Datenmodellierung und Visualisierung

Python + Datenanalyse + Visualisierung + Power BI


Diese Weiterbildung vermittelt die Grundlagen der Programmierung mit Python und deren Anwendung in der Datenanalyse und Visualisierung. Teilnehmer lernen, wie sie Python zur Datenverarbeitung, Modellierung und im Analyseumfeld einsetzen können.


Modul 1: Python in Datenanalyse und Visualisierung
Modul 2: Datenimport und Modellbildung in Analyseumgebungen
Modul 3: Datenanalyse für die digitale Arbeitswelt
Modul 4: Microsoft Power BI Visuals – Daten visuell analysieren und strukturieren
Modul 5: Statistik in Datenanalyse und Auswertung


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.

Datenimport und Modellbildung in Analyseumgebungen

• Datenquellen erschließen: Import strukturierter Datenquellen zur Vorbereitung statistischer und analytischer Auswertungen.


• Modellierung von Datenstrukturen: Entwicklung logischer Datenmodelle für Business Analytics und Big Data Analyseverfahren.


• Power BI Dataflows: Nutzung von Power BI zur Anbindung externer Datenquellen und Erstellung modellbasierter Datenanalysen.


• Anwendung in der Analyse: Datenmodellierung für Pivot-Tabellen, Visualisierung und Statistik im Analysekontext.

Datenanalyse für die digitale Arbeitswelt

• Grundlagen der Datenanalyse: Statistik, Datenanalyse-Methoden, Data Literacy und datengetriebene Entscheidungsfindung in Unternehmen.


• SQL & Power BI in Aktion: Datenaufbereitung, Pivot-Tabellen, Datenmodellierung und Power BI Visualisierungen für Analysen.


• Berufsperspektiven im Data-Umfeld: Data Analyst, Business Analyst & Data Scientist – Einstieg, Tools und gefragte Kompetenzen.


• Datenauswertung in der Praxis: Boxplot, Histogramm, Data Storytelling & Big Data Analytics für geschäftsrelevante Insights.

Microsoft Power BI Visuals – Daten visuell analysieren und strukturieren

• Visualisierung von Daten mit Microsoft Power BI Visuals zur Analyse komplexer Zusammenhänge in datengetriebenen Modellen.


• Einsatz von Scatterplot, Histogramm und Boxplot zur Darstellung statistischer Muster und explorativer Datenanalysen.


• Kombination von Datenmodellierung, Datenaufbereitung und Darstellung zur Unterstützung analytischer Prozesse.


• Verwendung von Power BI Visualisierungen zur Auswertung, Strukturierung und Präsentation großer Datenmengen.

Statistik in Datenanalyse und Auswertung

• Verfahren und Konzepte: Einsatz statistischer Methoden zur Auswertung von Datenquellen, Datenmengen und Analyseprozessen.


• Datenverteilung verstehen: Nutzung von Histogramm, Boxplot und Scatterplot zur Darstellung statistischer Zusammenhänge und Muster.


• Anwendung im Analyseumfeld: Statistik als Bestandteil von Datenanalyse, Big Data Analyse und Business Analytics.


• Verknüpfung mit Tools: Einsatz von Pivot-Tabellen, Datenquellen und Power BI zur statistischen Datenauswertung und Interpretation.

Mit Abschluss der Weiterbildung sind die Teilnehmenden in der Lage, Python und Power BI zur Datenanalyse und Visualisierung zu verwenden und in unterschiedlichen Analyseumgebungen anzuwenden.