Data Analyst Training
Schulungsdauer: 10 Tage (09:00–12:00 Theorie, 13:00–16:00 Praxis)
Level: Anfänger + Mittelstufe/fortgeschritten
Teilnehmerprofil
- Universitätsstudenten und Absolventen
- Berufspersonen, die in Bereichen wie Wirtschaft, Ingenieurwesen, Gesundheitswesen usw. mit Daten arbeiten
- Angestellte öffentlicher Institutionen (z. B. Kommunen, Behörden) und des privaten Sektors, die Datenanalysefähigkeiten benötigen
- Manager und Verwaltungspersonal, die zu datenbasierten Entscheidungsprozessen beitragen möchten
Voraussetzungen / Anforderungen
- Grundkenntnisse in Programmierung (kann durch Vorbereitungskurse vermittelt werden)
- Grundkenntnisse in Statistik und Mathematik
- Fähigkeit, technische englische Quellen zu verstehen (empfohlen)
Lehrplan
Woche 1: Anfänger-Level
Tag 1: Einführung in die Datenanalyse
• Die Rolle des Datenanalysten und seine Bedeutung in der Geschäftswelt
• Datentypen (numerisch, kategorisch, textuell) und Datenquellen
• Lebenszyklus von Daten
Tag 2: Datenvorbereitung und -bereinigung
• Umgang mit fehlenden Daten und Datenimputationsmethoden
• Datenstandardisierung, Normalisierung, Ausreißer
• Praktische Übungen zur Datenbereinigung
Tag 3: Grundlegende Statistik und Wahrscheinlichkeit
• Mittelwert, Median, Modus, Varianz, Standardabweichung
• Korrelation vs. Kausalität
• Praktische Übungen zu grundlegenden statistischen Analysen
Tag 4: Datenvisualisierung
• Arten von Grafiken und deren Anwendungsbereiche (Balken-, Linien-, Streudiagramm, Boxplot)
• Tabellen erstellen und Visualisierungsprinzipien
• Konzepte von Dashboards und Beispiele
Tag 5: Mini-Projekt – Grundlegende Analyse
• Analyse und Visualisierung eines kleinen Datensatzes
• Gruppenpräsentationen und Bewertung
Woche 2: Mittelstufe / Fortgeschrittenes Level
Tag 6: Einführung in Datenbanken und SQL
• Datenbanklogik, relationale Datenbanken
• Grundlegende SQL-Abfragen (SELECT, WHERE, GROUP BY, JOIN)
• Praktische SQL-Übungen
Tag 7: Datenanalyse mit Programmierung
• Datenverarbeitung mit Python oder R
• Einführung in Datenbibliotheken (pandas, numpy, ggplot – konzeptionelle Ebene)
• Einfache Anwendungen der Datenanalyse
Tag 8: Business Intelligence und Reporting
• Konzept von Business Intelligence
• Konzeptuelle Verwendung von Tools wie Power BI, Tableau
• Beitrag zu Reporting- und Entscheidungsunterstützungssystemen
Tag 9: Fortgeschrittene statistische Methoden
• Regressionsanalyse, Hypothesentests
• Zeitreihenanalyse und Forecasting-Bewusstsein
• Praktische Übungen mit realen Datensätzen
Tag 10: Abschlussprojekt – Praktische Datenanalyse
• Teilnehmer analysieren einen Datensatz, der für ihr Berufsfeld relevant ist
• Visualisierung und Reporting
• Präsentation und Bewertung
Schulungsergebnisse
- Teilnehmer erwerben Fähigkeiten in der Datenvorbereitung, -analyse und -visualisierung.
- Einführung in SQL und programmiertechnische Datenanalyse.
- Erlernen von Business Intelligence und Reporting-Konzepten.
- Erfahrung mit realen Datensätzen durch Projektarbeit.
- Anwendung statistischer Methoden in der Wirtschaft und Akademie.
Schulungsnotizen
- Der Dozent kann die Inhalte an das Profil der Teilnehmer anpassen.
- Das Programm ist technologieunabhängig und basiert auf grundlegenden Prinzipien.
- Am Ende der Schulung erhalten die Teilnehmer ein von der Universität anerkanntes Zertifikat.