Dieser fortgeschrittene, projektbasierte Kurs soll die Teilnehmer in die Lage versetzen, MongoDB-Daten mit Hilfe der PyMongo-Bibliothek in Python anzuwenden, zu analysieren und zu transformieren. Ausgehend von grundlegenden Datenverarbeitungsoperationen bis hin zu leistungsstarken Aggregationstechniken bietet der Kurs einen strukturierten und praktischen Pfad für die Arbeit mit realen dokumentenorientierten Datenbanken. Die Lernenden beginnen mit der Erkundung zentraler Datenbankkonzepte, dem Verständnis des Datenmodells von MongoDB und der Beherrschung der Verwendung von PyMongo für grundlegende Operationen wie Einfügen, Abfragen, Sortieren und Paginieren. Im weiteren Verlauf des Kurses werden komplexere Themen wie fortgeschrittene Cursor-Mechanik, Indizierungsstrategien zur Leistungssteigerung und effizientes Ergebnishandling mit Limit-, Skip- und ANZAHL-Operationen behandelt. In der zweiten Phase werden die Teilnehmer Aggregations-Pipelines zur Datenzusammenfassung und -umwandlung erstellen. Außerdem werden sie rohe MongoDB-Dokumente in strukturierte Pandas DataFrames konvertieren, um nachgelagerte Analysen in Python-Workflows zu ermöglichen. Jedes Konzept wird durch praktische Übungen und Stichproben untermauert, so dass nicht nur das theoretische Verständnis, sondern auch die praktische Umsetzung gewährleistet ist. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein, leistungsfähige Datenzugriffsmuster zu entwerfen, effiziente Analytik-Pipelines zu erstellen und mit Python verwertbare Erkenntnisse aus NoSQL-Datenbanken zu gewinnen.