Dieser praktische Kurs befähigt die Teilnehmer, die PyMongo-Bibliothek beim Aufbau robuster Datenlösungen anzuwenden, die auf Bankumgebungen zugeschnitten sind. Anhand einer strukturierten Fallstudie bauen die Teilnehmer eine modulare Python-MongoDB-Integration auf, die reale Kundendaten lädt, segmentiert und analysiert. In Modul 1 richten die Teilnehmer die Projektumgebung ein, stellen mit PyMongo eine Verbindung zu MongoDB her und bereiten strukturierte Protokollierungs- und Datei-Ingestion-Mechanismen vor. In Modul 2 werden sie fortgeschrittene Aggregationspipelines entwerfen, um Kundendatensätze auf der Grundlage von Banklogik zu segmentieren und durch Datengruppierung, -umwandlung und -analyse Erkenntnisse zu gewinnen. Am Ende des Kurses werden die Teilnehmer über die Fähigkeiten verfügen, End-to-End-Datenworkflows in MongoDB mit PyMongo zu implementieren - vom Laden von Rohdateien bis hin zur verwertbaren Datenzusammenfassung -, die sie auf reale Data-Engineering- und Analytik-Aufgaben im Finanzbereich vorbereiten.