Um sich in datengesteuerten Unternehmen zurechtzufinden, muss man genau wissen, wer für welche Aufgaben zuständig ist. Dieser Kurs beschreibt die genauen Zuständigkeiten, die täglichen Aufgaben und die wichtigsten Werkzeuge für die CORE-Berufe im Datenbereich:

Dateningenieur: Entwirft Datenpipelines und richtet Datenrepositorien wie Data Warehouses und Data Lakes ein.

Datenanalyst: Untersucht Datensätze, um Trends zu erkennen, Dashboards zu erstellen und spezifische geschäftliche Fragen zu beantworten.

Datenwissenschaftler: Nutzt fortgeschrittene statistische Analysen, Algorithmen des maschinellen Lernens und prädiktive Modellierung.

Business-Analyst / BI-Analyst: Setzt Datenerkenntnisse in Unternehmensstrategien um und schlägt so eine Brücke zwischen technischen Kennzahlen und der Entscheidungsfindung auf Führungsebene.

Bevor Sie Daten analysieren können, müssen Sie verstehen, wo diese gespeichert sind und wie sie strukturiert sind. Sie werden sich mit einer Vielzahl von Dateiformaten (wie CSV, JSON und XML) befassen und lernen, wie der ETL-Prozess (Extract, Transform, Load) Informationen zwischen verschiedenen Architekturmodellen überträgt:

Datenbanken: Optimiert für die Erfassung von Live-Transaktionsdaten im Tagesgeschäft (OLTP).

Data Warehouses: Zentralisierte, strukturierte Repositorien, die für historische Unternehmensanalysen konzipiert sind.

Data Marts: Kleinere, spezialisierte Teilmengen eines Data Warehouse, die auf eine bestimmte Abteilung zugeschnitten sind (z. B. Marketing oder Finanzen).

Data Lakes: Riesige Speicherrepositorien, die Rohdaten sowie unstrukturierte oder halbstrukturierte Daten in großem Umfang aufnehmen können.

Dieser Lehrplan führt Sie durch den gesamten Datenlebenszyklus von Anfang bis Ende und etabliert einen wiederholbaren Arbeitsablauf zur Lösung von Datenproblemen. Sie lernen die Grundlagen der Datenerfassung aus unterschiedlichen Quellen kennen, gefolgt von der Datenaufbereitung und -bereinigung, um Duplikate zu beseitigen, fehlende Variablen zu behandeln und Datensätze für die Analyse vorzubereiten. Anschließend beschäftigen Sie sich mit Data-Mining-Techniken und statistischen Analysen, um Zusammenhänge und Trends aufzudecken. Abschließend lernen Sie, wie Sie mithilfe visueller Analysen und Dashboards den Beteiligten eine überzeugende, datengestützte Geschichte vermitteln können.