Fractal Analytics

Fraktale Datenwissenschaft (berufsbezogenes Zertifikat)

Fractal Analytics

Fraktale Datenwissenschaft (berufsbezogenes Zertifikat)

Starten Sie Ihre Karriere in der Datenwissenschaft.

Erwerben Sie in nur 5 Monaten arbeitsplatzreife Fähigkeiten und praktische Erfahrung für eine gefragte Karriere. Kein Abschluss oder vorherige Erfahrung erforderlich.

Unterrichtet in Deutsch (KI-Synchronisation)

Analytics Vidhya
Fractal Analytics Academy
Ajoy Singh

Dozenten: Analytics Vidhya

17.549 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt

aus 651 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
5 Monate bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt

aus 651 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
5 Monate bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wenden Sie strukturierte Problemlösungstechniken an, um komplexe datenbezogene Herausforderungen, die in realen Szenarien auftreten, zu analysieren und zu lösen.

  • Nutzen Sie Ihre SQL-Kenntnisse, um Daten abzurufen, zu bearbeiten und mit Hilfe von Power BI Daten zu visualisieren, um Erkenntnisse zu vermitteln.

  • Wenden Sie Python für die Datenmanipulation und -analyse an und implementieren Sie Algorithmen für maschinelles Lernen, um Vorhersagemodelle für Anwendungen zu erstellen.

  • Erstellen Sie überzeugende Datengeschichten, um Ihr Publikum zu beeinflussen, und beherrschen Sie die Kunst, Daten kritisch zu analysieren, während Sie Entscheidungen und Empfehlungen treffen.

Kompetenzen, die Sie erwerben

  • Kategorie: SQL
  • Kategorie: Datenbank-Design
  • Kategorie: Datenwrangling
  • Kategorie: Entscheidungsfindung
  • Kategorie: Präsentation der Daten
  • Kategorie: Bewertung des Modells
  • Kategorie: Daten-Storytelling
  • Kategorie: Problemlösung
  • Kategorie: Kritisches Denken und Problemlösung
  • Kategorie: Interaktive Datenvisualisierung
  • Kategorie: Datenvisualisierung
  • Kategorie: Kritisches Denken
  • Kategorie: Technische Merkmale
  • Kategorie: Datenmanipulation
  • Kategorie: Maschinelles Lernen
  • Kategorie: Menschenzentriertes Design
  • Kategorie: Datenanalyse-Ausdrücke (DAX)

Werkzeuge, die Sie lernen werden

  • Kategorie: Power BI
  • Kategorie: Python-Programmierung
  • Kategorie: Modell-Einsatz

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Deutsch (KI-Synchronisation)
Auf einen Abschluss hinarbeiten

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Bereiten Sie sich auf eine Karriere in Datenwissenschaft vor.

  • Erhalten Sie Schulungen auf professionellem Niveau von Fractal Analytics
  • Stellen Sie Ihre Kenntnisse in Portfolio-fähigen Projekten unter Beweis.
  • Erwerben Sie ein von Arbeitgebern anerkanntes Zertifikat von Fractal Analytics.

Berufsbezogenes Zertifikat – 8 Kursreihen

Strukturierter Ansatz zur Problemlösung

Strukturierter Ansatz zur Problemlösung

KURS 1, 15 Stunden

Was Sie lernen werden

  • Erklären Sie den Lebenszyklus eines DS-Projekts und die Rolle des strukturierten Denkens in einem DS-Projekt.

  • Definieren Sie eine Problemstellung unter Verwendung des SMART-Frameworks. Erläutern Sie die Aktivitäten, bewährten Verfahren und Fallstricke in der Implementierungsphase.

  • Konstruieren Sie einen MECE-Problembaum, um geschäftliche Probleme in Teile zu zerlegen. Erstellen Sie ein Arbeitsblatt mit Problemstellungen, um Geschäftsprobleme einzugrenzen.

  • Erklären Sie die Rolle des Human Centered Design bei der Lösung von Geschäftsproblemen.

Kompetenzen, die Sie erwerben

Kategorie: Problemlösung
Kategorie: Kritisches Denken
Kategorie: Kritisches Denken und Problemlösung
Kategorie: Analytische Fähigkeiten
Kategorie: Entscheidungsfindung
Kategorie: Datenanalyse
Kategorie: Menschenzentriertes Design
Kategorie: Datenwissenschaft
Datenanalyse mit SQL

Datenanalyse mit SQL

KURS 2, 17 Stunden

Was Sie lernen werden

  • Extrahieren Sie relevante Daten aus der Datenbank in einer zeitsparenden Weise

  • Erstellen Sie leistungsstarke SQL-Abfragen, um Erkenntnisse zu gewinnen

  • Analysieren und Verwalten großer Datenmengen und Ableiten von Schlussfolgerungen aus komplexen relationalen Datenbanken

  • Studenten in die Lage versetzen, Datenbanken für relevante Geschäftsprobleme zu erstellen und zu modifizieren

Kompetenzen, die Sie erwerben

Kategorie: SQL
Kategorie: Datenmanipulation
Kategorie: Datenbank-Design
Kategorie: Datenanalyse
Kategorie: Datenbank-Management
Kategorie: Fallstudien
Kategorie: Relationale Datenbanken
Kategorie: Bereinigung von Daten
Kategorie: MySQL-Workbench
Kategorie: Abfragesprachen
Kategorie: Datenbanken
Einblicke in Power BI

Einblicke in Power BI

KURS 3, 14 Stunden

Was Sie lernen werden

  • Wählen und verwenden Sie relevante Diagramme für geeignete Datenprobleme

  • Nutzen Sie PowerBI, um sich mit Daten unterschiedlicher Formate zu verbinden

  • Vermitteln Sie wichtige Erkenntnisse aus Geschäftsproblemen mithilfe von Berichten und Dashboards

  • Erstellen Sie erweiterte Visualisierungen in Power BI mit DAX

Kompetenzen, die Sie erwerben

Kategorie: Power BI
Kategorie: Software zur Datenvisualisierung
Kategorie: Bereinigung von Daten
Kategorie: Datenanalyse-Ausdrücke (DAX)
Kategorie: Dashboard
Kategorie: Datenanalyse
Kategorie: Bericht schreiben
Kategorie: Datenmanipulation
Kategorie: Business Intelligence Software
Kategorie: Datenumwandlung
Kategorie: Erstellung des Dashboards
Kategorie: Business Intelligence
Kategorie: Datenmodellierung
Kategorie: Datenvisualisierung
Kategorie: Stern-Schema
Python für Datenwissenschaft

Python für Datenwissenschaft

KURS 4, 40 Stunden

Was Sie lernen werden

  • Erstellen Sie Pandas-Pipelines zum Bereinigen, Transformieren und Aggregieren von realen Datensätzen.

  • Durchführung einer Explorativen Datenanalyse (EDA) und Berechnung deskriptiver Statistiken zur Zusammenfassung von Datenqualität und -verhalten.

  • Anwendung von Hypothesentests (T-Test/Chi-Quadrat-Test) und Interpretation der Ergebnisse für Geschäftsentscheidungen.

  • Erstellen Sie mit Matplotlib & Seaborn Diagramme in Publikationsqualität (Balken/Linien/Box/Heatmaps).

Kompetenzen, die Sie erwerben

Kategorie: Datenumwandlung
Kategorie: Explorative Datenanalyse
Kategorie: Datenmanipulation
Kategorie: Technische Merkmale
Kategorie: Vorverarbeitung von Daten
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Datenwissenschaft
Kategorie: Datenanalyse
Kategorie: Korrelationsanalyse
Kategorie: Bereinigung von Daten
Kategorie: Plot (Grafiken)
Kategorie: Software zur Datenvisualisierung
Kategorie: Matplotlib
Kategorie: Statistische Hypothesenprüfung
Kategorie: Datenverarbeitung
Kategorie: Statistische Analyse
Kategorie: Datenwrangling
Kategorie: Statistische Methoden
Kategorie: Deskriptive Statistik
Kategorie: Seaborn
Menschliche Entscheidungsfindung und ihre Vorurteile

Menschliche Entscheidungsfindung und ihre Vorurteile

KURS 5, 14 Stunden

Was Sie lernen werden

  • Erklären Sie, wie sich Menschen verhalten, wenn sie Daten zur Berechnung von Ergebnissen erhalten

  • Aufzeigen, wie Wahrnehmungen, Vorurteile und Voreingenommenheit die menschliche Entscheidungsfindung beeinflussen

  • Veranschaulichen Sie, dass die menschliche Entscheidungsfindung schwierig ist und Menschen Hilfe brauchen, um bessere Entscheidungen zu treffen

  • Fassen Sie zusammen, wie Menschen effektiv mit KI zusammenarbeiten können, indem sie ihre Voreingenommenheit, Wahrnehmungen und Vorurteile überwinden

Kompetenzen, die Sie erwerben

Kategorie: Entscheidungsfindung
Kategorie: Selbst-Bewusstsein
Kategorie: Algorithmen
Kategorie: Kritisches Denken
Kategorie: Datengestützte Entscheidungsfindung
Kategorie: Psychologie
Kategorie: Kritisches Denken und Problemlösung
Kategorie: Analytische Fähigkeiten
Kategorie: Fallstudien
Kategorie: Emotionale Intelligenz
Kategorie: Datenanalyse
Kategorie: Kommunikation
Kategorie: Künstliche Intelligenz
Kategorie: Behaviorale Ökonomie
Grundlagen des maschinellen Lernens

Grundlagen des maschinellen Lernens

KURS 6, 25 Stunden

Was Sie lernen werden

  • Konstruieren Sie Machine Learning Modelle anhand der verschiedenen Schritte eines typischen Machine Learning Workflows

  • Wenden Sie geeignete Metriken für verschiedene Geschäftsprobleme an, um die Leistung von Machine Learning-Modellen zu bewerten

  • Entwickeln Sie regressions- und baumbasierte maschinelle Lernmodelle, um Vorhersagen zu relevanten Geschäftsproblemen zu treffen

  • Analysieren Sie geschäftliche Probleme, bei denen unüberwachte Machine Learning-Modelle eingesetzt werden könnten, um einen Mehrwert aus Daten zu ziehen

Kompetenzen, die Sie erwerben

Kategorie: Bewertung des Modells
Kategorie: Unüberwachtes Lernen
Kategorie: Prädiktive Modellierung
Kategorie: Vorverarbeitung von Daten
Kategorie: Technische Merkmale
Kategorie: Entscheidungsbaum-Lernen
Kategorie: Logistische Regression
Kategorie: Regressionsanalyse
Kategorie: Modell-Optimierung
Kategorie: Klassifizierungsalgorithmen
Kategorie: Überwachtes Lernen
Kategorie: Maschinelles Lernen
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Modell-Einsatz
Kategorie: Modell Ausbildung
Kategorie: Erkennung von Anomalien
Kategorie: Methoden des maschinellen Lernens
Fortgeschrittene Algorithmen für maschinelles Lernen

Fortgeschrittene Algorithmen für maschinelles Lernen

KURS 7, 21 Stunden

Was Sie lernen werden

  • Nutzen Sie Regularisierungstechniken für eine verbesserte Modellleistung und Robustheit.

  • Nutzen Sie Ensemble-Methoden wie Bagging und Boosting, um die Vorhersagegenauigkeit zu verbessern.

  • Implementieren Sie Hyperparameter-Tuning und Feature Engineering, um Modelle für reale Herausforderungen zu verfeinern.

  • Kombinieren Sie verschiedene Modelle für bessere Vorhersagen und erweitern Sie so Ihr Prognosetoolkit.

Kompetenzen, die Sie erwerben

Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Methoden des maschinellen Lernens
Kategorie: Technische Merkmale
Kategorie: Modell-Optimierung
Kategorie: Random Forest Algorithmus
Kategorie: Bewertung des Modells
Kategorie: Algorithmen
Kategorie: Feinabstimmung
Kategorie: Entscheidungsbaum-Lernen
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Statistisches maschinelles Lernen
Kategorie: Prädiktive Modellierung
Kategorie: Vorverarbeitung von Daten
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Erweiterte Analytik
Daten-Storytelling

Daten-Storytelling

KURS 8, 12 Stunden

Was Sie lernen werden

  • Erläutern Sie die Bedeutung von Data Storytelling für die Vermittlung von Erkenntnissen und für die Erleichterung der Entscheidungsfindung

  • Wenden Sie verschiedene Visualisierungstechniken an, um eine fesselnde Datengeschichte zu erstellen

  • Wenden Sie verschiedene Techniken an, um eine fesselnde Erzählung für eine Datengeschichte zu erstellen

  • Erstellen Sie eine fesselnde Datengeschichte, indem Sie relevante Daten, eine klare Visualisierung und eine fesselnde Erzählung integrieren.

Kompetenzen, die Sie erwerben

Kategorie: Daten-Storytelling
Kategorie: Visuelles Storytelling
Kategorie: Qualität der Daten
Kategorie: Interaktive Datenvisualisierung
Kategorie: Datenanalyse
Kategorie: Geschichtenerzählen
Kategorie: Daten-Ethik
Kategorie: Ethische Standards und Verhaltensweisen
Kategorie: Grafische und visuelle Gestaltung
Kategorie: Engagement fördern
Kategorie: Präsentation der Daten
Kategorie: Datenvisualisierung
Kategorie: Storyboarding
Kategorie: Datenkompetenz

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.

Auf einen Abschluss hinarbeiten

Wenn Sie dieses Berufsbezogenes Zertifikatabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹

Dozenten

Analytics Vidhya
Fractal Analytics
4 Kurse20.745 Lernende
Fractal Analytics Academy
Fractal Analytics
23 Kurse157.177 Lernende
Ajoy Singh
Fractal Analytics
1 Kurs16.416 Lernende

von

Fractal Analytics

Partner in der Branche

Partner 1

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 aus Fraktale Datenwissenschaft

Durchschnitt über alle 8 Kurse

  • 5 Sterne

    70,63 %

  • 4 Sterne

    18,53 %

  • 3 Sterne

    3,11 %

  • 2 Sterne

    2,16 %

  • 1 Stern

    5,54 %

AI
Kurs: Strukturierter Ansatz zur Problemlösung

Geprüft am 16. Mai 2024

DS
Kurs: Datenanalyse mit SQL

Geprüft am 28. Jan. 2026

JK
Kurs: Einblicke in Power BI

Geprüft am 9. Juli 2024

Häufig gestellte Fragen

¹Basierend auf den Antworten der „Coursera Learner Outcomes Survey“, USA, 2021.