Ausbildung zum Data Scientist

• Sie sind nach der Ausbildung in der Lage, Datenprojekte im eigenen Unternehmen zu initiieren sowie Entscheidungsprozesse erfolgreich und kosteneffizient zu managen.
• Sie lernen aus prädiktiven Analysemethoden echte Mehrwerte für Ihr Unternehmen zu generieren.
• Unsere Referenten kommen aus namhaften Technologie-Unternehmen und vermitteln Ihnen Inhalte praxisnah und anwendungsorientiert.
• Mit erfolgreichem Prüfungsabschluss erhalten Sie ein Bitkom-Personenzertifikat, das Ihre Fachkenntnisse im Bereich Data Science nachweist. Als Prüfungsleistung ist eine individuelle Transferarbeit zu einem unternehmensbezogenen Use Case inklusive einer Präsentation vorgesehen.

Daten sind die wichtigsten Rohstoffe des 21. Jahrhunderts. Die Analyse und Aufbereitung großer Datenmengen sind Voraussetzung für digitale Transformation und Industrie 4.0. In vielen deutschen Unternehmen fehlt es jedoch an Know-how für ein erfolgreiches Big Data Management. Diese Lücke schließen Data Scientists. Sie sind nicht nur Tech-Experten, sondern gewinnen vor allem Bedeutung als Manager: Der Data Scientist steuert Datenprojekte und nutzt die Analyseergebnisse, um Umsatz und Erfolg seines Unternehmens zu steigern.

Der berufsbegleitende Zertifikatslehrgang setzt sich aus fünf Modulen zusammen, in denen den Teilnehmenden alle Grundlagen für ihre zukünftigen Aufgaben vermittelt werden. Die Weiterbildung orientiert sich inhaltlich an einem typischen Zyklus von Data-Science-Projekten, vom professionellen Datenmanagement angefangen bis hin zur Erstellung prädiktiver Analysen und der Nutzbarmachung von Ergebnissen. Dabei vermittelt die Ausbildung neben technischem Know-how auch die erforderlichen Kenntnisse zum Management von Data-Prozessen im Rahmen des Projektzyklus.

Das Programm umfasst folgende Module:

• Modul 1: Der Data Scientist – Berufsbild mit Zukunft: Profil, Anwendungsfelder und Potenziale
• Modul 2: Datenarchitektur, Data Governance und Datenschutz: Analyse und Management, Datenbestand, -zugriff und -verwaltung sowie DSGVO-konforme Verwendung von Daten
• Modul 3: Datenintegration und Datentransformation im Unternehmen/Data Science Algorithmen I: Vertiefung Data Engineering, Datenströme sowie Data Science Algorithmen Grundlagen
• Modul 4: Data Science Algorithmen II – Daten, Machine Learning und Deep Learning, ChatGPT: Modelltraining und -evaluierung, Algorithmen und Hands-on Sessions
• Modul 5: Generierung von Business Value und Outcome: Visualisierung und Kommunikation von Analyseergebnissen

Der Zertifikatslehrgang ist branchenunabhängig konzipiert und richtet sich hauptsächlich an Entscheidungsträger im Unternehmen. Darüber hinaus eignet sich der Lehrgang für Unternehmensentwickler, IT-Fachleute, Business Controller, Projekt- und Datenmanager sowie Mitarbeiter mit Teamverantwortung außerhalb der IT. Programmierkenntnisse werden nicht vorausgesetzt.

Modul 1

Der Data Scientist – Berufsbild mit Zukunft
Profil, Anwendungsfelder und Potentiale

Wie arbeitet ein Data Scientist und welche Kompetenzen muss er mitbringen? Welchen Nutzen können Daten für Unternehmen haben? In dem ersten Modul lernen die Teilnehmendendie Anwendungsfelder und Potenziale von Big Data und Data Science in Unternehmen aus verschiedenen Branchen kennen. Dabei wird ein grundlegendes Verständnis für Data Science im 21. Jahrhundert vermittelt sowie die speziellen Anforderungen an das Berufsbild des Data Scientists erläutert. Mithilfe realer Fallbeispiele trainieren die Teilnehmenden ihre Fähigkeiten, Potenziale datengetriebener Analysen im eigenen Geschäftsumfeld zu erkennen und umzusetzen. Am zweiten Tag des Moduls wird auf Fragen zur Beschaffenheit von Daten und der Relevanz interner und externer Datenquellen eingegangen, um eine Basis für das Thema Datenarchitekturen in Unternehmen zu schaffen.

Modul 2

Datenarchitektur, Data Governance & Datenschutz
Analyse und Management: Datenbestand, -zugriff, -verwaltung und Governance | Anforderungen aus dem Datenschutz

Im zweiten Modul lernen die Teilnehmenden die verschiedenen Datenhaltungsoptionen in Unternehmen kennen. Da es mittlerweile eine unüberschaubare Anzahl von Technologien für die Verarbeitung großer Datenmengen gibt, liegt der Schwerpunkt dieses Moduls auf einem umfassenden Überblick über die wichtigsten Datenstrukturen, möglichen Analysen und geeigneten Datenhaltungssystemen. Ein weiteres Kernthema ist die erforderliche Data Governance, einschließlich Datenqualität und unterschiedlicher Benutzerrollen in komplexen Unternehmensstrukturen. Am zweiten Tag dieses Moduls wird ein umfassender Überblick über die EU-Datenschutzgrundverordnung gegeben, um zu erläutern, welche Anforderungen das Datenschutzrecht an Data-Science-Projekte stellt. Hierbei stehen nicht nur die rechtlichen Rahmenbedingungen im Fokus. Das Modul vermittelt ebenfalls, wie datenschutzrechtliche Herausforderungen in Data-Science-Projekten pragmatisch und effizient angegangen werden können. Ein Fokus liegt dabei auf dem Management interner und externe Stakeholder, z. B. eigener Datenschutz-Expertinnen und -Experten oder Dienstleister.

Modul 3

Datenakquisition und Datenintegration im Unternehmen / Data Science Algorithmen I
Vertiefung Data Engineering: Datenströme, Datenexploration

Wie können neue, notwendige Daten beschafft werden? Wie gelangen diese Daten in die eigene Unternehmensdatenbank und wie werden sie für nachfolgende Analysen verarbeitet? In Modul 3 lernen die Teilnehmenden anwendungsbezogen, wertvolle Daten im Unternehmen und aus externen Quellen wie Social Media und dem Internet zu finden. Darüber hinaus wird ein umfassendes Praxiswissen zu möglichen Datenschnittstellen im Unternehmen vermittelt. Um Daten in einer Analyseumgebung zu analysieren, müssen diese oft in andere Formate transformiert werden. Die Teilnehmenden erlernen die entscheidenden Verarbeitungstechniken für verschiedene Quelldaten mithilfe eines schnell erlernbaren Datenintegrationstools. In Teil zwei dieses Moduls beginnen die Teilnehmer mit dem Einstieg in die Welt der Data Science-Algorithmen. Sie erhalten einen Überblick über wichtige Konzepte und Begriffe im Machine Learning und behandeln die Schritte beim Trainieren eines Machine Learning Modells sowohl theoretisch als auch praktisch in Python.

Modul 4

Data Science Algorithmen II – Daten, Machine Learning und Deep Learning, ChatGPT:
Modelltraining und -evaluierung, Algorithmen und Hands-on Sessions

Big Data, Künstliche Intelligenz und Data Science sind in aller Munde. Sie verändern nicht nur Geschäftsprozesse, sondern krempeln ganze Geschäftsmodelle und gar Märkte um. Mit dem exponentiellen Wachstum von Daten, wird deren Auswertung auf Basis fortschrittlicher Data Science Algorithmen zum Treiber der digitalen Transformation. Doch was bedeutet dies konkret und was steckt dahinter? In Modul 4 erlangen die Teilnehmer einen fundierten und anwendungsorientierte Überblick über die Methoden und analytischen Werkzeuge eines Data Scientists. Auf Basis praktischer Beispiele wird den Teilnehmenden dabei das Potenzial, das sich aus der Umsetzung von Data Science Projekten ergibt, vermittelt. Die Teilnehmenden werden außerdem in die Lage versetzt, analytische Ergebnisse anhand zentraler Gütekriterien und datenethischer Prinzipien zu bewerten. Neben dem Erlernen der Prozesskette für die Erstellung von Vorhersagemodellen auf Basis von strukturierten Informationen mittels Machine Learning wird in diesem Modul auch die Auswertung von unstrukturierten Daten und der Einsatz von Deep Learning Modellen behandelt. Ein Einblick in die Stärken und Schwächen von ChatGPT, einem bekannten Vertreter der KI, rundet das Modul ab.

Modul 5

Generierung von Business Value und Outcome
Visualisierung & Kommunikation von Analyseergebnissen

Wie visualisiere ich wertvolle Erkenntnisse aus Daten in meine Geschäftsprozesse und wie profitieren auch Kollegen von meinen Analysen? Wie kann Big Data wirklich Mehrwerte für mein Unternehmen erzeugen? Modul 5 widmet sich der Unternehmensseite und schult die Teilnehmenden, Zahlenreihen und statistische Ergebnisse in verständliche und für das Unternehmen relevante Erkenntnisse zu verwandeln. Hierfür gibt es eine Vielzahl von Visualisierungstools, die den Teilnehmenden Anwendungsoptionen verdeutlichen. Neben der Darstellung und Kommunikation von Ergebnissen hat die erfolgreiche Einbindung in Unternehmensprozesse ebenfalls einen erheblichen Einfluss auf die Wirksamkeit von Big Data-Projekten in Unternehmen. Teilnehmenden werden geschult, wie Projekte idealerweise geplant, durchgeführt und erfolgreich zum Abschluss gebracht werden. Der Lehrgang schließt mit einem Präsentations-Workshop ab, in welchem jede/r Teilnehmer/in einen erarbeiteten Anwendungsfall präsentiert.
 

• Hinweis: Der Zertifikatslehrgang besteht aus 5 Modulen à 2 Schulungstagen. Die Termine sind in der Buchungsmaske einsehbar.
• Es wird empfohlen, dass Teilnehmer einen eigenen Laptop nutzen, damit die Praxisübungen während des Lehrgangs von den Teilnehmern selbst durchgeführt und die Ergebnisse der Praxisübungen ggf. für die Transferarbeiten im Anschluss an den Lehrgang verwendet werden können. Die Teilnehmer sollten vorab prüfen, ob firmeneigene Laptops Zugangsbeschränkungen beim Herunterladen von Dateien und Installieren von Programmen haben.
• Prüfungsanforderungen: Individuelle Transferarbeit zu unternehmensbezogenem Use Case inklusive Präsentation, ggf. auch unter Nutzung digitaler Methoden
• IT-Grundkenntnisse werden vorausgesetzt, Programmierkenntnisse sind nicht zwingend erforderlich. 
• Der Kurs findet in deutscher Sprache statt, wird jedoch themenbedingt durch englisches Lesematerial unterstützt und enthält englische Fachbegriffe.
• Das Seminar verfügt über eine begrenzte Teilnehmerzahl. Unsere Referenten können dadurch gezielt auf unternehmensspezifische Fragestellungen eingehen. Die Mindestteilnehmerzahl zur Durchführung des Seminars beträgt acht Teilnehmer.
• Die Bitkom Akademie ist anerkannter Bildungsträger in Baden-Württemberg und Nordrhein-Westfalen. Teilnehmer haben im Rahmen des Bildungszeitgesetzes die Möglichkeit, Bildungsurlaub bzw. eine Bildungsfreistellung zu beantragen. Auf Anfrage erstellen wir auch Anträge auf Anerkennung unserer Veranstaltungen in anderen Bundesländern.
• Tipp: Nutzen Sie für Ihre Anreise zu unseren Akademie-Seminaren die Sonderkonditionen unserer Partner. 
• Nachteilsausgleich: Menschen mit Behinderungen können für Prüfungen bei Zertifikatslehrgängen der Bitkom Akademie einen "Nachteilsausgleich" beantragen. Ein "Nachteilsausgleich“ bedeutet, dass die Prüfung so verändert wird, dass die behinderungsbedingten Nachteile des Prüfungsteilnehmenden möglichst ausgeglichen werden. Weitere Informationen dazu und wie Sie diesen Beantragen können finden Sie hier.
• Wir erklären ausdrücklich, dass beim Bitkom – Unterzeichner der Charta der Vielfalt – jede Person, unabhängig von Geschlecht, Nationalität, ethnischer Herkunft, Religion oder Weltanschauung, Behinderung, Alter, sexueller Orientierung und Identität willkommen ist.

• Gemeinsam mit der HanseMerkur bietet die Bitkom Akademie eine freiwillige Seminar-Rücktrittsversicherung an.
• Diese Versicherung ermöglicht Ihnen die kostenfreie Stornierung Ihrer Teilnahme, wenn kurzfristige oder unvorhergesehene Ereignisse Ihre Teilnahme am Seminar verhindern.
• Die Kosten der Seminar-Rücktrittsversicherung sind abhängig vom Seminarpreis. Die Preisliste der HanseMerkur finden Sie hier.

Mehr erfahren Zur Buchung