Data Science - Grundlagen und Werkzeuge

Kompetenzziele

• Tabellen, Schlüssel und Beziehungen in relationalen Datenbanken lesen und abfragen
• Daten aus mehreren Quellen per SQL-Join zusammenführen
• Zusammenhänge in Datensätzen mit statistischen Verfahren wie Korrelation und Mittelwertvergleich prüfen
• Erste Vorhersagemodelle in Python trainieren und deren Ergebnisse interpretieren
• Analyseergebnisse in interaktiven Power-BI-Dashboards verständlich visualisieren
• Hypothesen auf Datenbasis formulieren, prüfen und daraus Handlungsempfehlungen ableiten

Themen und Zusammenhänge

Ausgangspunkt der Weiterbildung in Data Science ist die logische Struktur von Datenbanken: Tabellen, Beziehungen und Abfragen bilden die Basis jeder Analyse. Darauf baut die Programmierung mit Python auf, in der statistische Verfahren, Korrelationen und einfache Machine-Learning-Modelle auf reale Datensätze angewendet werden. Die Visualisierung in Power BI übersetzt die Befunde in Diagramme, die auch ohne Programmierkenntnisse lesbar sind.

In einem Data-Projekt greifen die drei Werkzeuge ineinander: SQL-Abfragen liefern den Datenbestand, Python-Code prüft Hypothesen und erkennt Muster, Power BI stellt die Ergebnisse für betriebliche Entscheidungen dar. So entsteht ein durchgängiges Bild davon, wie die Grundlagen der Data Science Datenbanken, Statistik und Visualisierung miteinander verbinden.

Berufliche Perspektiven

Einsatzfelder ergeben sich überall dort, wo betriebliche Datenbestände ausgewertet und für Entscheidungen aufbereitet werden.

• Junior Data Scientist für erste Analysen und Modelle in Fachabteilungen
• Datenanalyst:in mit Schwerpunkt auf Datenbankabfragen und Musterauswertung
• BI-Analyst:in für Dashboards und Berichte auf Basis von Power BI
• Sachbearbeitung in Controlling oder Vertrieb mit datenbasierter Entscheidungsvorbereitung