Data-Engineering-Kurse können Ihnen helfen zu lernen, wie Datenpipelines aufgebaut, Systeme integriert und Daten effizient verarbeitet werden. Sie können Fähigkeiten in ETL-Prozessen, Datenmodellierung, Orchestrierung und Umgang mit großen Datenmengen aufbauen. Viele Kurse stellen Tools und Plattformen für moderne Dateninfrastrukturen vor.

Kompetenzen, die Sie erwerben: Microsoft Azure, Rollenbasierte Zugriffskontrolle (RBAC), Datenverarbeitung, Datenspeicher, Qualität der Daten, Datenspeicherung, Abfragesprachen, Datenumwandlung, Apache Spark, Azure Synapse-Analytik, Bereinigung von Daten, Daten-Pipelines, Databricks, Auszug, Verschlüsselung, Leistungsoptimierung, Sicherheitskontrollen, Integration von Daten, Datensicherheit, Datenqualität, Datenanalyse
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Splunk, Role-Based Access Control (RBAC), Authentications, Data Transformation, Data Processing, Distributed Computing, Data Manipulation, Security Controls, Data Access, System Configuration, Data Security, Metadata Management, Scalability
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Apache Hadoop, Extract, Transform, Load, Data Import/Export, Data Pipelines, Data Integration, Data Migration, Database Management, Data Architecture, Software Installation, Performance Tuning, Data Storage, Command-Line Interface
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Extract, Transform, Load, Database Administration, Data Warehousing, Web Scraping, Data Engineering, Data Pipelines, Database Architecture and Administration, Database Design, Database Management, Relational Databases, Linux Commands, SQL, Apache Kafka, Bash (Scripting Language), Apache Airflow, Shell Script, Data Store, Generative AI, Data Import/Export, Data Security
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Dashboard, Extract, Transform, Load, Data Storytelling, Data Visualization, Dashboard Creation, Database Design, Presentations, Data Presentation, Descriptive Statistics, IBM DB2, Business Intelligence, Data Visualization Software, Statistical Hypothesis Testing, Tableau Software, Relational Databases, Database Systems, Statistical Visualization, IBM Cognos Analytics, Interactive Data Visualization, Excel Formulas
Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

Duke University
Kompetenzen, die Sie erwerben: Datenwissenschaft, Maschinelles Lernen, Unüberwachtes Lernen, Daten-Ethik, Projektleitung, Datenverwaltung, Qualität der Daten, Datenmanagement, Produktdesign, Modellevaluation, Verantwortungsvolle AI, Menschenzentriertes Design, Produktmanagement, Tiefes Lernen, MLOps (Operationen für maschinelles Lernen), Benutzerfreundliches Design, Modell Ausbildung, Modell-Einsatz, Methoden des maschinellen Lernens, Datenqualität, Bewertung des Modells, Klassifizierungs- und Regressionsbaum (CART), Design erleben
Anfänger · Spezialisierung · 3–6 Monate

Duke University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Bereitstellung von Anwendungen, DevOps, Web-Frameworks, Angewandtes maschinelles Lernen, Große Daten, Verantwortungsvolle AI, GitHub, AI-Arbeitsabläufe, Serverloses Rechnen, MLOps (Operationen für maschinelles Lernen), Cloud-natives Computing, Rust (Programmiersprache), Modell-Einsatz, Befehlszeilenschnittstelle, Containerisierung, Cloud-Lösungen, GitHub Kopilot, Gesicht umarmen
Fortgeschritten · Kurs · 1–3 Monate

Duke University
Kompetenzen, die Sie erwerben: Explorative Datenanalyse, Microsoft Azure, Maschinelles Lernen, Vorverarbeitung von Daten, Cloud-Bereitstellung, AWS SageMaker, Angewandtes maschinelles Lernen, Modellevaluation, Python-Programmierung, Amazon Web Services, Daten-Pipelines, Feature Technik, Serverloses Rechnen, MLOps (Operationen für maschinelles Lernen), Modell Ausbildung, Modell-Einsatz, Technische Merkmale, Amazon Webdienste, Methoden des maschinellen Lernens, Datenanalyse, Bewertung des Modells, Datenvorverarbeitung
Fortgeschritten · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Apache Hadoop, Maschinelles Lernen, Unüberwachtes Lernen, Datenverarbeitung, Generative KI, Datenumwandlung, Modellevaluation, Apache Spark, Überwachtes Lernen, Regressionsanalyse, Daten-Pipelines, Auszug, Klassifizierungsalgorithmen, Modell-Einsatz, Bewertung des Modells, Prädiktive Modellierung
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Datenmodellierung, Microsoft Azure, Analytik, Datenumwandlung, Datenarchitektur, Microsoft Power Plattform, Azure Synapse-Analytik, Data Warehousing, Daten in Echtzeit, Microsoft Power-Plattform, Power BI, Daten-Pipelines, Datenverwaltung, Auszug, Leistungsoptimierung, Integration von Daten, Daten-Seen, Datenanalyse-Ausdrücke (DAX), Datenanalyse, Datenfluss, Daten-Governance
Mittel · Kurs · 1–4 Wochen

Pragmatic AI Labs
Kompetenzen, die Sie erwerben: Linux-Befehle, Entwicklungsumgebung, Bereitstellung von Anwendungen, Datenverarbeitung, Unix-Befehle, Software-Entwicklungstools, Datentechnik, Daten-Pipelines, Paket- und Softwareverwaltung, Rust (Programmiersprache), JSON, Befehlszeilenschnittstelle, Containerisierung, Tools erstellen, Validierung von Daten, Datenvalidierung
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Kubernetes, Infrastructure as Code (IaC), Application Performance Management, Terraform, Identity and Access Management, Generative AI Agents, Metadata Management, Google Cloud Platform, Cloud Computing Architecture, Data Sharing, Data Pipelines, Cloud-Native Computing, Cloud Development, Prompt Engineering, Serverless Computing, Cloud Infrastructure, Generative AI, Cloud Security, Dashboard Creation, MLOps (Machine Learning Operations)
Fortgeschritten · Spezialisierung · 3–6 Monate