Schulung - Einstieg Business Analytics

Ihr Weg zu erfolgreicher Data Science und KI

  • Live Online oder Präsenz
Download als PDF
DURCHFÜHRUNG MIT TERMIN
Nr.
54016

Dauer
4 Tage (28 Stunden)

Preis
2.790,00 € netto
3.320,10 € inkl. 19% MwSt.

TERMIN UND ORT NACH ABSPRACHE
Nr.
54016

Dauer
4 Tage (28 Stunden)


On-demand Training
Sind Sie an diesem Thema interessiert?
Unsere Experten entwickeln Ihr individuell angepasstes Seminar!

Teilen Sie dieses Seminar

Daten werden zum integralen Bestandteil der allgemeinen Wertschöpfung.
In Industrie und Forschung liegen im Jahrzehnt von "Big Data" immer größere und komplexere Datenmengen vor, deren Verarbeitung und Analyse zu unverzichtbaren Kernkompetenzen geworden sind. Hier kommen verschiedene Verfahren aus Informatik und Betriebswirtschaft zur Anwendung. Der Bedarf an geeignet ausgebildeten Fachkräften in diesen Bereichen ist bereits massiv spürbar und wird weiter stetig steigen.

Lernen Sie sich sicher in diesem Umfeld zu bewegen mit dem Ausbildungsprogramm zum Data Analytics Professional.

In diesem Seminar wird der grundlegende Überblick über die Datenwertschöpfung bis zu modernen Speichertechnologien und Architekturformen vermittelt.

Im Verlauf dieses Kurses erlernen Sie die Grundlagen im Bereich von "Big Data". Dazu klären Sie Fachbegriffe und erläutern die Unterschiede von Business Intelligence und Big Data. Im Anschluss daran, beginnen Sie erste Modelle zu modellieren. Dabei machen Sie sich sowohl mit ER-Modellen als auch Snowflake und Starmodellierung vertraut, wobei auch die Grundlagen von SQL-Abfragen thematisiert werden. Des Weiteren werden verschiedenste Datenbankarchitekturen, wie Data Warehouse, Data Mart, Data Lake, oder auch hybride Architekturen besprochen.

data science

Zielgruppe

Wer sollte teilnehmen:

Zielgruppe

Das Seminar ist Teil einer grundlegenden Aus- / Weiterbildung zum Data Analytics Professional.

Voraussetzungen

Bei diesem Einstiegsseminar können Sie ohne spezifische Vorkenntnisse erfolgreich teilnehmen.

Trainingsprogramm

Trainingsprogramm

Einführung in das Thema Analytics im Kontext Big Data und BI:

  • Was ist Analytics?
  • Woher kommt die Disziplin?
  • Was verspricht man sich von Analytics?

Explain the buzz words:

  • Der Themenkomplex wird von zahlreichen Trendbegriffen begleitet.
    Diese werden in diesem Kapitel erläutert und in den Gesamtzusammenhang eingeordnet.

Explain the value of Data:

  • Welchen Wertbeitrag können Daten im Geschäftsalltag leisten?
  • Wie kann man mit Daten Geld verdienen? 
  • Wie leitet sich Wert aus Daten ab?

The Digital Change in a nutshell:

  • Welchen Einfluss haben die Veränderungen des Digitalisierungstrends auf das Thema Datenanalysen.
  • Welche Rolle spielen Daten in der Digitalisierung?

Short Introduction to In-Memory:

  • Was ist In-Memory Computing?
  • Was bedeutet diese technologische Innovation im Zusammenhang mit Datenbanken.
  • Was bringt diese Innovation im Kontext Datenanalyse?

Short Introduction to Batch-Processing:

  • Was ist Batch-Processing?
  • Wie funktioniert diese Methode der Datenverarbeitung in Datenbanken?

Short Introduction to Streaming:

  • Was ist Streaming oder Echtzeitdatenversorgung?
  • Welche Anwendungsfälle existieren für diese Art der Datenversorgung?
  • Wie funktioniert das Grundprinzip des Streamings?

Architecture:

  • Was sind die aktuellen Architekturformen für Analytics Architekturen?
  • Woher kommen diese Architekturen und was für Vorteile bieten die einzelnen Architekturkomponenten?

Data Warehouse:

  • Was ist ein Data Warehouse und wie funktioniert es?
  • Wo kommt das Data Warehouse her?
  • Ist ein Data Warehouse noch zeitgemäß?

Data Lake:

  • Was ist ein Data Lake?
  • Woher kommt die Idee des Data Lakes?
  • Welche Vorteile birgt ein Data Lake?
  • Was ist die Abgrenzung eines Data Lakes zum Data Warehouse?

Hybride:

  • Macht es Sinn, Kombinationen aus den besprochenen Architekturtypen zu bilden?
  • Welche Vorteile würde diese diese "Hybride" bieten?

Lambda & Kappa:

  • Welche Unterschiede bestehen bei beiden Architekturformen?

How to implement the architecture:

  • Wie würde man eine moderne Analytics Architektur aufbauen?
  • Welche kritischen Erfolgsfaktoren existieren?

Schulungsmethode

Schulungsmethode

Vortrag, Diskussion, Übungen.

Weitere Informationen

Weitere Informationen

Termine und Orte

Sortieren nach:

  • Kein Ergebnis für diese Suchkriterien