Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
23,241 Bewertungen
Stufe Anfänger
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Anfänger“
Sie brauchen keine Erfahrung mit Tabellen oder Data Analytics. Alles, was Sie brauchen, sind Mathematikkenntnisse auf Highschool-Niveau und die Neugierde, wie Dinge funktionieren.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
23,241 Bewertungen
Stufe Anfänger
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Anfänger“
Sie brauchen keine Erfahrung mit Tabellen oder Data Analytics. Alles, was Sie brauchen, sind Mathematikkenntnisse auf Highschool-Niveau und die Neugierde, wie Dinge funktionieren.
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von Google zur Vorlage
In diesem Kurs gibt es 5 Module
Dies ist der dritte Kurs des Google Data Analytics Zertifikats. Während Sie Ihr Verständnis der Themen aus den ersten beiden Kursen weiter ausbauen, werden Sie in neue Themen eingeführt, die Ihnen helfen, praktische Data Analytics Fähigkeiten zu erwerben. Sie werden lernen, wie Sie Tools wie Tabellen und SQL verwenden, um die richtigen Daten für Ihre Ziele zu extrahieren und zu nutzen, und wie Sie Ihre Daten organisieren und schützen können. Aktuelle Datenanalysten von Google werden Sie weiter unterrichten und Ihnen praktische Möglichkeiten aufzeigen, wie Sie gängige Aufgaben eines Datenanalysten mit den besten Tools und Ressourcen bewältigen können. Lernende, die dieses Zertifikatsprogramm abschließen, werden in der Lage sein, sich auf Einstiegsjobs als Datenanalysten zu bewerben. Am Ende dieses Kurses werden die Teilnehmer: - herausfinden, wie Analysten entscheiden, welche Daten für die Analyse gesammelt werden sollen - strukturierte und unstrukturierte Daten, Datentypen und Datenformate kennenlernen - entdecken, wie man verschiedene Arten von Voreingenommenheit in Daten erkennt, um die Glaubwürdigkeit von Daten zu gewährleisten.
- Sie erfahren, wie Analysten Tabellen und SQL in Datenbanken und Datensätzen verwenden. - Sie untersuchen Open Data und die Beziehung zwischen und die Bedeutung von Datenethik und Datenschutz. - Sie verstehen, wie man auf Datenbanken zugreift und die darin enthaltenen Daten extrahiert, filtert und sortiert. - Sie lernen bewährte Verfahren zur Organisation und Sicherung von Daten kennen.
Jeden Tag wird eine riesige Menge an Daten erzeugt. In diesem Teil des Kurses erfahren Sie, wie diese Daten erzeugt werden und wie Analysten entscheiden, welche Daten sie für die Analyse verwenden. Sie werden auch etwas über strukturierte und unstrukturierte Daten, Datentypen und Datenformate erfahren, während Sie darüber nachdenken, wie Sie Ihre Daten für die Analyse vorbereiten können.
Das ist alles enthalten
9 Videos10 Lektüren6 Aufgaben1 Plug-in
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 31 Minuten
Einführung in die Datenexploration•4 Minuten
Hallie: Faszinierende Daten-Statistiken•3 Minuten
Datenerfassung in unserer Welt•4 Minuten
Bestimmen Sie, welche Daten Sie sammeln möchten•4 Minuten
Datenformate entdecken•5 Minuten
Strukturierte Daten weiter erforschen•2 Minuten
Kennen Sie die Art der Daten, mit denen Sie arbeiten•4 Minuten
Komponenten der Datentabelle•2 Minuten
Treffen Sie Wide Data und Long Data•4 Minuten
10 Lektüren•Insgesamt 56 Minuten
Kurs 3 Übersicht•8 Minuten
Hilfreiche Ressourcen und Tipps•4 Minuten
Wählen Sie die richtigen Daten•4 Minuten
Datenformate in der Praxis•4 Minuten
Die Auswirkungen der verschiedenen Strukturen•4 Minuten
Ebenen und Techniken der Datenmodellierung•8 Minuten
Boolesche Logik verwenden•8 Minuten
Schritt für Schritt: Treffen Sie Wide Data und Long Data•8 Minuten
Daten transformieren•4 Minuten
Glossarbegriffe aus Modul 1•4 Minuten
6 Aufgaben•Insgesamt 149 Minuten
Testen Sie Ihr Wissen über das Sammeln von Daten•8 Minuten
Testen Sie Ihr Wissen über Datenformate und -strukturen•8 Minuten
Praktische Übung: Einführung in Kaggle•60 Minuten
Testen Sie Ihr Wissen über Datentypen, Felder und Werte•8 Minuten
Aufgabe Modul 1•45 Minuten
1 Plug-in•Insgesamt 10 Minuten
Unterscheiden Sie Datentypen•10 Minuten
Verantwortung für die Daten
Modul 2•3 Stunden abzuschließen
Moduldetails
Bevor Sie mit Daten arbeiten, müssen Sie sicherstellen, dass diese unvoreingenommen und glaubwürdig sind. Denn wenn Sie Ihre Analyse mit unzuverlässigen Daten beginnen, werden Sie Ihren Ergebnissen nicht trauen können. In diesem Teil des Kurses werden Sie lernen, Voreingenommenheit in Daten zu erkennen und sicherzustellen, dass Ihre Daten glaubwürdig sind. Sie werden sich auch mit Open Data und der Bedeutung von Datenethik und Datenschutz befassen.
Das ist alles enthalten
12 Videos4 Lektüren6 Aufgaben
Infos zu Modulinhalt anzeigen
12 Videos•Insgesamt 36 Minuten
Einführung in Voreingenommenheit, Glaubwürdigkeit, Datenschutz und Ethik•1 Minute
Voreingenommenheit: Von Fragen zu Schlussfolgerungen•3 Minuten
Voreingenommene und unverzerrte Daten•2 Minuten
Voreingenommenheit in Daten verstehen•4 Minuten
Gute Datenquellen identifizieren•3 Minuten
Was sind "schlechte" Daten?•3 Minuten
Wesentliche Daten-Ethik•5 Minuten
Optionale Auffrischung: Alex und die Bedeutung der Datenethik•3 Minuten
Priorisieren Sie den Datenschutz•2 Minuten
Andrew: Die ethische Verwendung von Daten•3 Minuten
Merkmale von Open Data•4 Minuten
Andrew: Schritte für eine ethische Datennutzung•3 Minuten
4 Lektüren•Insgesamt 20 Minuten
Datenanonymisierung•4 Minuten
Die Open Data Debatte•4 Minuten
Ressourcen für Offene Daten•8 Minuten
Glossarbegriffe aus Modul 2•4 Minuten
6 Aufgaben•Insgesamt 132 Minuten
Testen Sie Ihr Wissen anhand unvoreingenommener und objektiver Daten•8 Minuten
Testen Sie Ihr Wissen über die Glaubwürdigkeit von Daten•8 Minuten
Testen Sie Ihr Wissen über Datenethik und Datenschutz•8 Minuten
Praktische Übung: Kaggle Datasets•60 Minuten
Testen Sie Ihr Wissen über Open Data•8 Minuten
Aufgabe Modul 2•40 Minuten
Grundlagen der Datenbank
Modul 3•9 Stunden abzuschließen
Moduldetails
Wenn Sie große Datasets analysieren, werden Sie auf viele der Daten aus einer Datenbank zugreifen. In diesem Teil des Kurses lernen Sie etwas über Datenbanken und wie Sie auf sie zugreifen und die darin enthaltenen Daten extrahieren, filtern und sortieren können. Sie werden sich auch mit Metadaten befassen, um ihre vielen Facetten zu entdecken und zu erfahren, wie Analysten sie nutzen, um ihre Daten besser zu verstehen.
Das ist alles enthalten
10 Videos13 Lektüren12 Aufgaben
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 38 Minuten
Alles über Datenbanken•2 Minuten
Funktionen und Komponenten der Datenbank•4 Minuten
Metadaten entmystifizieren•4 Minuten
Daten mit Metadaten managen•3 Minuten
Megan: Spaß mit Metadaten•3 Minuten
So viele Orte, um Daten zu finden•3 Minuten
Importieren Sie Daten aus Tabellen und Datenbanken•4 Minuten
Sortieren und Filtern, um sich auf relevante Daten zu konzentrieren•6 Minuten
Lernen Sie BigQuery kennen, einschließlich Sandbox und Abrechnungsoptionen•3 Minuten
BigQuery in Aktion•6 Minuten
13 Lektüren•Insgesamt 92 Minuten
Maximieren Sie Datenbanken in Data Analytics•4 Minuten
Ein Dataset inspizieren: Eine geführte, praktische Tour•8 Minuten
Metadaten sind genauso wichtig wie die Daten selbst•8 Minuten
Metadaten und Metadaten-Repositories•8 Minuten
Arbeiten mit .csv-Dateien•4 Minuten
Schritt für Schritt: Daten aus Tabellenkalkulationen und Datenbanken importieren•8 Minuten
Testen Sie Ihr Wissen über die Arbeit mit Datenbanken•8 Minuten
Testen Sie Ihr Wissen über Metadaten•8 Minuten
Testen Sie Ihr Wissen über den Zugang zu Datenquellen•8 Minuten
Praktische Übung: Bereinigte Daten in Tabellenkalkulationen mit Sortieren und Filtern•60 Minuten
Selbstreflexion: Vergleichen Sie Datenbanken und Tabellen•20 Minuten
Testen Sie Ihr Wissen über das Sortieren und Filtern•8 Minuten
Praktische Übung: Einführung in BigQuery•60 Minuten
Praktische Übung: Erstellen einer benutzerdefinierten Tabelle in BigQuery•60 Minuten
Praktische Übung: Wählen Sie das richtige Werkzeug für Ihre Arbeit•60 Minuten
Praktische Übung: Mehr Übung mit SQL•60 Minuten
Testen Sie Ihr Wissen über die Verwendung von SQL mit großen Datasets•8 Minuten
Modul 3: Aufgabe •40 Minuten
Organisieren und schützen Sie Daten
Modul 4•2 Stunden abzuschließen
Moduldetails
Gute organisatorische Fähigkeiten sind ein wichtiger Bestandteil der meisten Arbeiten, insbesondere der Data Analytics. In diesem Teil des Kurses lernen Sie die besten Methoden kennen, um Daten zu organisieren und sicher zu halten. Sie werden auch verstehen, wie Analysten Namenskonventionen für Dateien verwenden, um ihre Arbeit zu organisieren.
Das ist alles enthalten
3 Videos3 Lektüren4 Aufgaben1 Plug-in
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 9 Minuten
Fühlen Sie sich sicher in Ihren Daten•1 Minute
Organisieren wir uns•5 Minuten
Sicherheitsfunktionen in Tabellenkalkulationen•3 Minuten
3 Lektüren•Insgesamt 16 Minuten
Richtlinien zur Dateiorganisation•8 Minuten
Gleichgewicht zwischen Sicherheit und Analytics•4 Minuten
Glossarbegriffe aus Modul 4•4 Minuten
4 Aufgaben•Insgesamt 76 Minuten
Testen Sie Ihr Wissen über das Ordnen von Daten•8 Minuten
Selbstreflexion: Schützen Sie Ihre Ressourcen•20 Minuten
Testen Sie Ihr Wissen über die Sicherheit von Daten•8 Minuten
Modul 4 Herausforderung•40 Minuten
1 Plug-in•Insgesamt 10 Minuten
Effektive Methoden zur Benennung und Organisation von Dateien•10 Minuten
Engagieren Sie sich in der Daten-Community
Modul 5•1 Stunde abzuschließen
Moduldetails
Eine starke Online-Präsenz kann für Arbeitssuchende aller Art eine große Hilfe sein. In diesem Teil des Kurses erfahren Sie, wie Sie Ihre Online-Präsenz verwalten können. Außerdem erfahren Sie, welchen Nutzen die Vernetzung mit anderen Data Analytics-Experten hat.
Das ist alles enthalten
2 Videos4 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
2 Videos•Insgesamt 4 Minuten
Rachel: Mentoring anbietende Personen sind der Schlüssel•3 Minuten
Herzlichen Glückwunsch! Nachbereitung des Kurses•1 Minute
4 Lektüren•Insgesamt 20 Minuten
Ein Netzwerk aufbauen•8 Minuten
Reflektieren und mit Gleichaltrigen in Kontakt treten•4 Minuten
Glossar zu Kurs 3•4 Minuten
Als Nächstes kommen wir...•4 Minuten
1 Aufgabe•Insgesamt 20 Minuten
Selbstreflexion: Fügen Sie Kaggle zu Ihrer Online-Präsenz hinzu•20 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Grow with Google ist eine Initiative, die sich auf die jahrzehntelange Erfahrung von Google bei der Entwicklung von Produkten, Plattformen und Dienstleistungen stützt, die Menschen und Unternehmen helfen, zu wachsen. Unser Ziel ist es, allen - denjenigen, die die Arbeitskräfte von heute bilden, und den Studenten, die die Arbeitskräfte von morgen vorantreiben werden - Zugang zu den besten Schulungen und Tools von Google zu verschaffen, damit sie ihre Fähigkeiten, ihre Karrieren und ihre Unternehmen weiterentwickeln können.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.8
23.241 Bewertungen
5 stars
81,97 %
4 stars
14,70 %
3 stars
2,37 %
2 stars
0,47 %
1 star
0,48 %
Zeigt 3 von 23241 an
M
MG
5·
Geprüft am 8. Aug. 2023
I love how the course it's not limited to teach about the technical skills of a data analyst professional, but it also helps you discover some soft skills that make you a better human resource.
N
NS
4·
Geprüft am 31. Dez. 2021
I liked that some assignments had me use SQL and get more comfortable using it. However I would have liked more assignments using SQL and Sheets to get more practice. Otherwise was pretty fun.
T
TI
5·
Geprüft am 10. Jan. 2023
Excellent course, learned a lot useful skills, the most I enjoyed was the basics of SQL and also the different media platforms like Kaggle and Github. Also very good presentations from the tutor.
Daten sind eine Gruppe von Fakten, die viele verschiedene Formen annehmen können, z. B. Zahlen, Bilder, Wörter, Videos, Beobachtungen und mehr. Wir nutzen und erzeugen täglich Daten, z.B. wenn wir eine Sendung oder einen Song streamen oder in Social Media posten.
Data Analytics ist die Sammlung, Umwandlung und Organisation dieser Fakten, um Schlussfolgerungen zu ziehen, Vorhersagen zu treffen und fundierte Entscheidungen zu treffen.
Warum sollten Sie eine Karriere in der Datenanalyse beginnen?
Die Menge an Daten, die jeden Tag erzeugt wird, ist enorm. Jedes Mal, wenn Sie Ihr Telefon benutzen, etwas im Internet nachschlagen, Musik streamen, mit einer Kreditkarte einkaufen, auf Social Media posten oder mit GPS eine Route berechnen, erzeugen Sie Daten. Unternehmen müssen ihre Produkte, Dienstleistungen, Tools und Geschäftsstrategien ständig anpassen, um der Verbrauchernachfrage gerecht zu werden und auf neue Trends zu reagieren. Aus diesem Grund sind Fachkräfte für Datenanalyse sehr gefragt und werden gut bezahlt.
Fachkräfte für Datenanalyse machen aus Daten und Zahlen Sinn, um Unternehmen dabei zu helfen, bessere Geschäftsentscheidungen zu treffen. Sie bereiten Daten auf, verarbeiten sie, analysieren sie und visualisieren sie. Dabei entdecken sie Muster und Trends und beantworten wichtige Fragen. Ihre Arbeit ermöglicht es dem gesamten Team, bessere Geschäftsentscheidungen zu treffen.
Warum sollten Sie sich für das Google Data Analytics-Zertifikat anmelden?
Im Google Data Analytics-Zertifikat erlernen Sie die Fähigkeiten, die Sie als Junior oder Associate Datenanalyst benötigen. Fachkräfte für Datenanalyse wissen, wie man die richtige Frage stellt, Daten aufbereitet, verarbeitet und analysiert, um wichtige Statistiken zu erhalten, ihre Ergebnisse effektiv mit Stakeholdern teilt und datengestützte Empfehlungen für durchdachte Maßnahmen gibt.
In unserem Programm erlernen Sie diese berufsrelevanten Fähigkeiten durch interaktive Inhalte (Diskussionsaufforderungen, Quiz und Aktivitäten) in weniger als sechs Monaten und mit weniger als 10 Stunden flexiblem Lernen pro Woche. Dabei arbeiten Sie sich durch einen Lehrplan, der mit Anregungen von Top-Arbeitgebern und Branchenführern wie Tableau, Accenture und Deloitte entwickelt wurde. Sie werden sogar die Möglichkeit haben, eine Fallstudie zu erstellen, die Sie potenziellen Arbeitgebern vorlegen können, um Ihre neuen Fähigkeiten zu präsentieren.
Nach Abschluss des Programms haben Sie Zugang zu Karriereressourcen und werden direkt mit Arbeitgebern in Verbindung gebracht, die offene Einstiegspositionen im Bereich Data Analytics anbieten.
Welcher Hintergrund ist erforderlich?
Sie brauchen keine Erfahrung mit Tabellen oder Data Analytics. Alles, was Sie brauchen, ist Mathematik auf Highschool-Niveau und eine Neugierde dafür, wie Dinge funktionieren.
Müssen Sie gut in Mathe sein, um dieses Zertifikat zu erwerben?
Sie müssen kein Mathe-All-Star sein, um dieses Zertifikat zu erwerben. Sie müssen neugierig sein und offen dafür, mit Zahlen zu lernen (die Sprache der Fachkräfte für Datenanalyse). Eine starke Fachkraft für Datenanalyse zu sein, ist mehr als nur Mathematik - es geht darum, die richtigen Fragen zu stellen, die besten Quellen zu finden, um Ihre Fragen effektiv zu beantworten, und Ihre Ergebnisse klar in Visualisierungen darzustellen.
Welche Tools und Plattformen stehen auf dem Lehrplan?
Sie lernen den Umgang mit Analyse-Tools und Plattformen wie Tabellenkalkulationen (Google Sheets oder Microsoft Excel), SQL, Präsentationstools (Powerpoint oder Google Slides), Tableau, Python und Kaggle.
Welche "Tabellenkalkulationsplattform" wird unterrichtet?
Die Lernenden können selbst wählen, welche Plattform sie während des Programms verwenden möchten: Google Sheets oder Microsoft Excel. Es liegt an den Präferenzen der Lernenden. Alle Aktivitäten im Lehrplan können auf beiden Plattformen durchgeführt werden.
Müssen Sie jeden Kurs der Reihe nach belegen?
Wir empfehlen dringend, die Kurse in der vorgestellten Reihenfolge zu absolvieren, da die Inhalte der einzelnen Kurse auf Informationen aus früheren Lektionen aufbauen.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich dieses Zertifikat abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.