WERDE DATENANALYST:IN
05. September 2024
+ Networking Workshop
LIVE-ONLINEKURS FÜR DATA INSIGHTS
KURSUMFANG:
12 WOCHEN (INKL. 1 WOCHE PAUSE)
22 SESSIONS VON JE 90 MINUTEN
TERMINE:
DIENSTAGS & DONNERSTAGS
19:00 UHR
SPRACHE:
DEUTSCH
Hinter jedem erfolgreichen Projekt stehen eine ganze Menge Rohdaten - und die Menschen, die wissen, wie man sie in Insights verwandelt.
Lass dir in interaktiven Sessions vom Microsofts Analytics-Experte zeigen, wie dir Datenanalyse die Erkenntnisse liefern kann, die für fundierte Geschäftsentscheidungen nötig sind.
DIESER KURS IST FÜR…
-
Junior Datenanalyst:innen
die ihre Karriere durch technische Fähigkeiten und Anwendung ihres theoretischen Wissens in der Praxis voranbringen wollen.
-
Fachleute aus IT, Finanzen & Marketing
die eine Brücke vom eigenen Fachwissen zu Analysekenntnissen schlagen wollen, um relevante Insights zu gewinnen und datenbasierte Entscheidungen zu treffen.
-
Quereinsteiger:innen
die sich Grundkenntnisse in Datenanalyse und Programmierung aneignen wollen, um im Bereich Data Analytics zu arbeiten.
-
Projektmanager:innen
die datengestützte Insights für eine effizientere Projektbetreuung und bessere Kommunikation mit Datenanalyseteams und Stakeholdern nutzen möchten.
KARRIEREBOOST DANK INNOVATIVEM KURSFORMAT
-
Hands-on statt trockener Theorie
Bruno zeigt dir, wie du das Erlernte direkt auf praktische Beispiele in deinem eigenen Projekt anwendest. Du meisterst Challenges, die dich fit für eine Rolle als Datenanalyst:in machen und wirst mit einem finalen Zertifikat belohnt.
-
Lerne so, wie es dir passt
Schalte dich ortsunabhängig in die Live-Sessions ein oder schau dir die Aufnahme danach in aller Ruhe an. Der interaktive Kurs bietet die Möglichkeit, dem erfahrenen Datenanalysten direkt Fragen zu stellen. Karrieretipps und einen Networking Workshop gibt es on top!
DU WILLST DAS GESAMTPAKET? HABEN WIR!
-
PRAKTISCHE HARD SKILLS - effektive Strategien zur Datenerfassung, -integration, -exploration und -manipulation in verschiedenen Umgebungen (Python, SQL, Databricks)
- Identifizierung und ethische Nutzung externer Datenquellen
- Anwendung grundlegender Datenanalyse in Python, um komplexe Datenprobleme zu lösen
- Erstellung von Datenbanken und SQL-Abfragen
- Nutzung von Excel zur erfolgreichen Datenanalyse, Datenaufbereitung und Erstellung von Berichten
- Erstellung und Interpretation komplexer Analyseergebnisse
- Erstellung aussagekräftiger Visualisierungen in Power BI
- Nutzung von KI-Tools für eine effiziente Entwicklung von Datenanalyse-Lösungen
-
UNBEZAHLBARE SOFT SKILLS - Verständnis für die Grundprinzipien der Datenethik und Datenschutzaspekte
- erfolgreiche teamübergreifende Zusammenarbeit
- überzeugende Kommunikation von Ergebnissen
- Formulierung von Empfehlungen an verschiedene Stakeholder
-
KARRIEREFÖRDERNDE SKILLS - Einblick in aktuelle Analytiktrends
- Planung der beruflichen Weiterentwicklung und Anleitung bei der Erstellung eines Portfolios
- Training von Networking-Fähigkeiten in Sessions und speziellem Workshop
- Knüpfen wertvoller Kontakte in exklusiven Alumnigruppen
- Aufwertung des Lebenslaufs mit einem Zertifikat oder Empfehlungsschreiben
KURSLEITER
BRUNO
FELIX
- LinkedIn-Profil
- Analytical Lead bei Microsoft mit >8 Jahren Erfahrung in Datenanalyse
- realisierte schon datengetriebene Projekte für Unternehmen wie Adidas, EY und L’Oréal
- erfahren in der Erstellung von Insights-Präsentationen, die zu Verkaufssteigerungen von 30 % beigetragen haben
- leitete persönliche sowie Video-Schulungen zu Analytik für interne und externe Teams
BRUNO FELIX
KURSVORSTELLUNG
KURSPROGRAMM
-
01
Di, 18. Juni / 19:00 Uhr
Einführung in die Datenanalyse
- Bedeutung und Anwendungsbereiche
- Datenanalyse in 2024
- die wichtigsten Tools und Programme
- Intro zu Excel undOffice Suite
Praxisaufgabe: Erstelle eine kurze Übersicht deines beruflichen Hintergrunds und deines persönlichen Interesse am Kurs.
-
02
Do, 20. Juni / 19:00 Uhr
Branchen- und funktionsübergreifende Anwendung
- Einsatz von Datenanalyse in verschiedenen Rollen und Branchen
- Zusammenhang von Analytik, Data Engineering und Data Science
- Was ist keine Datenanalyse?
Praxisaufgabe: Identifiziere die Rolle von Datenanalyst:innen und beschreibe, wie sie phasenweise mit Data-Engineering Teams und Data Science Teams zusammenarbeiten.
-
03
Di, 25. Juni 19:00 Uhr
Python Basics
- Einführung in Python
- praktische Anwendungen in der Datenanalyse
- grundlegende Programmierkonzepte
Challenge: Generiere mithilfe von Python Consumer Insights auf Basis von Beispiel-Verkaufsdaten.
-
04
Do, 27. Juni / 19:00 Uhr
Datenvisualisierung mit Python
- Einführung in die Datenvisualisierung
- grundlegendes Plotten mit Matplotlib
- Erstellen fortgeschrittener Visualisierungen mit Seaborn
Praxisaufgabe: Generiere in Python Visualisierungen der Consumer Insights der letzten Session.
-
05
Di, 02. Juli / 19:00 Uhr
Datenbereinigung und -transformation mit Pandas
- Einführung in die Pandas-Bibliothek: Serien und DataFrames
- Datenbereinigungstechniken: Umgang mit fehlenden Werten und Duplikaten
- Datentransformation: Sortieren, Filtern und Gruppieren
Challenge: Analysiere einen Datensatz, eliminiere Rauschen und Ausreißer, und visualisiere mithilfe von Matplotlib / Seaborn handlungsfähige Erkenntnisse.
-
06
Do, 04. Juli / 19:00 Uhr
Explorative Datenanalyse
- Grundlagen Explorativer Datenanalyse (EDA)
- Methoden zur Datenerfassung, Datenbereinigung und Datenerweiterung
- Tools für EDA und deren Anwendung
Praxisaufgabe: Untersuche in Gruppen die Vor-und Nachteile von Web-Scraping, API-Aufrufen, CSV-Import und anderen behandelten Methoden. Präsentiere eure Ergebnisse.
-
07
Di, 09. Juli / 19:00 Uhr
Strategien zur Datenbeschaffung
- Auswahl und Anwendung von Strategien für erfolgreiche Datenerfassung
- Verknüpfung verschiedener Datenquellen
- Verwendung öffentlicher APIs zur Sammlung von Daten
- Filterung verschiedener Datenquellen für effizientes Arbeiten
Praxisaufgabe: Sammle Daten aus Studien zu nationalem und internationalem Kaufverhalten und fasse deine Erkenntnisse auf einer Slide zusammen.
-
08
Do, 11. Juli / 19:00 Uhr
Datenintegration und -manipulation
- effektive Datenintegration
- wirkungsvolle Datenmanipulationstechniken
- Automatisierung von Datenprozessen
- Datenmanipulation in Python
Challenge: Extrahiere mithilfe von Python relevante Informationen aus einem gegebenen Datensatz, manipuliere diese und erstelle ein aussagekräftiges Diagramm oder eine Tabelle, um deine Ergebnisse zu präsentieren.
-
09
Di, 16. Juli / 19:00 Uhr
Datenbanken und SQL Basics
- verschiedene Arten von Datenbanken
- Erstellung eigener Datenbanken in Azure und AWS
- Einführung in SQL für Datenanalysen
- Erstellung von einfachen SQL-Abfragen
Challenge: Erstelle deine erste Datenbank, die mit verbundenen Tabellen gespeist und automatisch aktualisiert wird. Stelle sie für die Abfrage über SQL bereit und liefere Beispiele für Abfragen.
-
10
Do, 18. Juli / 19:00 Uhr
SQL in der Praxis
- Anwendungsbeispiele von SQL in praxisnahen Analysen
- SQL-Optimierung für komplexe Abfragen
- Effiziente Nutzung von Datenbanken
-
+
Di, 23. Juli / 19:00 Uhr
Networking Workshop
Tausche dich mit anderen Teilnehmenden aus, die vor ähnlichen Herausforderungen wie du stehen. Entdecke Karriere-Hacks für deine Branche und knüpfe wertvolle Kontakte.
-
PAUSE
-
11
Di, 30. Juli / 19:00 Uhr
Ethischer Umgang mit externen Datenquellen
- Identifikation und Nutzung externer Datenquellen
- Ethik und Datenschutz bei der Beschaffung externer Daten
- Integration externer Daten in Analysen
Challenge: Bereite dich auf ein eigenes Datenprojekt vor, indem du externe Datenquellen zu einem gewählten Thema identifiziert und ethisch beschaffst.
-
12
Do, 01. August / 19:00 Uhr
Datenvorbereitung für die Analyse
- zusätzliche Methoden zur Datensammlung
- Datenaufbereitung für die Analyse
Praxisaufgabe: Wende die erlernten Strategien zur Datenbeschaffung an, um weitere Daten für dein Projekt zu sammeln.
-
13
Di, 06. August / 19:00 Uhr
Visual Studio Code und KI-Tools
- Einführung in die Visual Studio-Entwicklungsumgebung
- Einführung in GitHub Copilot
- Einrichten einer Python-Umgebung in Visual Studio
- Projektmanagement und Versionskontrolle
- Nutzen von KI für Textgenerierung und Textverständnis
Praxisaufgabe: Nutze KI-Chats und Autovervollständigung, um einen Code zu generieren, der einen Rohdatensatz in eine nutzbare Tabelle umwandelt, um aussagekräftige Erkenntnisse darzustellen.
Challenge: Probiere dich im Einbetten deiner ersten Skripte in GitHub aus.
-
14
Do, 08. August / 19:00 Uhr
Databricks
- Einführung in Databricks
- Grundlagen von Data Engineering- und Data Science-Workflows
- fortgeschrittene Datenanalysetechniken mit Databricks
-
15
Di, 13. August / 19:00 Uhr
Datenvisualisierung mit PowerBI
- Grundlagen der Datenvisualisierung mit PowerBI
- Erstellung ansprechender Visualisierungen
- Gestaltung interaktiver Dashboards
Challenge: Erstelle dein erstes Dashboard mit den Daten aus Session 11.
-
16
Do, 15. August / 19:00 Uhr
Fortgeschrittene Anwendungen von PowerBI
- Integration von PowerBI in umfassende Analyseprozesse
- Automatisierung von Visualisierungen in PowerBI
- praktische Anwendungen fortgeschrittener PowerBI-Techniken
Praxisaufgabe: Diskutiere in einer Gruppe die Ergebnisse der letzten Challenge und gib den anderen Mitgliedern Feedback.
-
17
Di, 20. August / 19:00 Uhr
Analyseergebnisse erfolgreich kommunizieren
- Interpretation komplexer Analyseergebnisse
- Erstellung überzeugender Berichte
- Best Practices für Ergebnispräsentationen
- Q&A zur Vorbereitung auf die Abschlusschallenge
Challenge: Trage die Ergebnisse von Session 11 bis 17 zum Thema deiner Gruppe zusammen und nutze alle erlernten Tools zur Datenidentifikation, -beschaffung und -visualisierung, um euer Projekt zu finalisieren.
-
18
Do, 22. August / 19:00 Uhr
Projektarbeit
Arbeite mit deiner Gruppe an eurem Abschlussprojekt und erstelle eine 20-minütige Präsentation.
-
19
Di, 27. August / 19:00 Uhr
Projektarbeit
Arbeite mit deiner Gruppe an eurem Abschlussprojekt und finalisiere die Präsentation.
-
20
Do, 29. August / 19:00 Uhr
Business und Daten
- Analytik in der Geschäftsstrategie
- Zusammenbringen verschiedener Abteilungen durch Data Storytelling
- Brückenschlag zwischen IT und Business für fundiertere Entscheidungsprozesse
- Integration von Analytik in jedem Team
- Zusammenarbeit von Datenanalyst:innen mit anderen Stakeholdern
Praxisaufgabe: Diskutiere in Gruppen Beispiele in deiner Arbeit oder Fälle erfolgreicher Zusammenarbeit zwischen Technologie und Business und identifiziere Erfolgsfaktoren.
-
21
Di, 03. September / 19:00 Uhr
Soft Skills und Karrierechancen
- Karrierewege in der Datenanalyse
- Kickstart für deine Data Analytics-Karriere
- Präsentationstipps für die eigene Arbeit
- Q&A
-
22
Do, 05. September / 19:00 Uhr
Projektpräsentation und Diskussion
- Präsentation der Gruppenergebnisse
- gegenseitiges Feedback
- Zusammenfassung der wichtigsten Erkenntnisse aus dem Kurs
-
Software & Voraussetzungen
Für diesen Data Analytics-Kurs ist es wichtig, Zugang zu Microsoft Office, Anaconda, PowerBI und Visual Studio Code zu haben. Die Software sollte unbedingt vor Beginn der Live-Sessions installiert werden, damit sie für den Kurs bereitsteht. Vorkenntnisse sind nicht erforderlich. Der Kurs bietet eine Einführung in jedes Tool, damit du zukünftige Herausforderungen als Datenanalyst:in selbstbewusst meisterst.
FALL AUF IN DEINEM NETZWERK!
-
Ein Kurszertifikat oder Empfehlungsschreiben machen sich gut im Lebenslauf und wecken Vertrauen in deine Kompetenz. Je nach Endpunktzahl erhältst du ein Teilnahmezertifikat oder Abschlusszertifikat.
-
Die top 10 % jedes Kurses erhalten außerdem ein persönliches Empfehlungsschreiben von Bruno Felix!
Kursdetails anfragen
Fülle das Formular aus, um die ausführliche Kursbroschüre zu erhalten. Wir melden uns so schnell wie möglich zurück, um gemeinsam alle Kursdetails zu besprechen.