Datenkompetenz für Unternehmen - Online-Training in relevanten Datentechnologien für Mitarbeiter aller Levels und Fachrichtungen - Deutsche Messe AG
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Datenkompetenz für Unternehmen Online-Training in relevanten Datentechnologien für Mitarbeiter aller Levels und Fachrichtungen
2
Online-Training
in Datentechnologien
Herausforderung Datenkompetenz Datenkompetenz durch Online-Training
Heutige Datentechnologien benötigen nicht nur StackFuel bietet berufsbegleitende Trainings in
eine komplexe Infrastruktur und ein hohes Maß Datentechnologien. In unseren Online-Trainings
an Ressourcenkapazitäten, sondern auch fund- schulen wir die Verarbeitung und Analyse von
ierte Praxiserfahrung mit aktuellen Werkzeugen Daten und steigern die technologische Daten-
und Methoden im Umgang mit Daten. Daraus kompetenz. Damit schafft StackFuel wichtige
ergibt sich in Deutschland und international eine Rahmenbedingungen für einen professionellen
starke Nachfrage nach Datenexperten. und wertsteigernden Umgang mit Daten.
Vorteile für Unternehmen
Datenkompetenz im gesamten Unternehmen Weniger Rekrutierungsaufwand
Daten stehen im Zentrum der wirtschaftlichen Erfahrene Mitarbeiter einzustellen ist zeitauf-
Entwicklung. Deswegen: Je mehr Mitarbeiter im wendig und kostspielig. Die Weiterbildung von
Umgang mit Daten vertraut sind, desto besser. vorhandenen Mitarbeitern ist eine Lösung, um
Wir steigern die Datenkompetenz der Mitarbeiter, benötigte Kompetenzen ins Unternehmen zu in-
damit diese den Anforderungen des heutigen tegrieren und bestehendes Wissen zu bewahren.
und künftigen Arbeitsumfelds gerecht werden.
3
Übersicht
Data Analyst Grundlagen Datenkompetenz
Fokus Python Seminar für Mitarbeiter Verfügbar ab Q3/2018
Anwendungsorientierte Vermittlung von Python Kennenlernen von Technologien und Grundlagen
zur Aufbereitung, Analyse und Visualisierung von für datengetriebenes Arbeiten und Entscheiden
Businessdaten sowie Grundlagen in Statistik für höheres Datenbewusstsein in Unternehmen
Zeitfaktor: Zeitfaktor:
Schwierigkeitsgrad: Schwierigkeitsgrad:
Dauer: 60 Stunden in 3 Monaten Dauer: 12 Stunden in 1 Monat
Data Scientist Data Awareness in Business
Fokus Python Verfügbar ab Q3/2018 Seminar für Entscheider Verfügbar ab Q4/2018
Machine Learning mit Businessdaten, Vertiefung Data Analytics im Kontext von datengetriebenem
in Statistik, erweiterte Kenntnisse in Big Data Entscheiden verstehen und Ergebnisse aus Daten-
Verfahren wie Spark und Hadoop analysen qualitativ nachvollziehen
Zeitfaktor: Zeitfaktor:
Schwierigkeitsgrad: Schwierigkeitsgrad:
Dauer: 80 Stunden in 4 Monaten Dauer: 12 Stunden in 1 Monat
Data Engineer BI Analyst
Fokus Data-Pipelines Verfügbar ab Q4/2018 Fokus Excel & Tableau Verfügbar ab Q4/2018
Erlangung von DevOps Grundlagen und Vermittlung von Analyse- und Visualisierungs-
Kenntnissen zum Aufbau von Data-Pipelines und methoden in Excel und Tableau auf Basis von
verteilten Datenbanken Fallbeispielen
Zeitfaktor: Zeitfaktor:
Schwierigkeitsgrad: Schwierigkeitsgrad:
Dauer: 80 Stunden in 4 Monaten Dauer: 60 Stunden in 3 Monaten
4
Data Analyst - Fokus Python
Daten kompetent analysieren, visualisieren und verstehen
Ziel des praxisorientierten Trainings ist es, erweiterte
Datenanalysen mit Python selbstständig durchzuführen. Kursformat:
Der Teilnehmer wird kompetent mit Python umgehen, Berufsbegleitendes
diese Programmiersprache zur Datenauswertung Online-Training
einsetzen und effektive Visualisierungen erstellen können. Dauer: 60 h in 3 Monaten
Anhand vieler Praxiseinheiten mit Datensets lernt er (4-6 h/Woche)
außerdem, neue Datenquellen zu erschließen, zu filtern Sprache: Deutsch oder Englisch
und zusammenzuführen. Mithilfe von Python kann der
Teilnehmer am Ende Unternehmensdaten in dynami-
schen Dashboards interaktiv zugänglich machen.
Zielgruppe
Mitarbeiter, die in den Bereich
Module
Data Analytics einsteigen oder
ihre vorhandenen Kenntnisse
1 Python Basics for Data Analysts der Datenanalyse in diesem
Bereich erweitern möchten. Die
Teilnehmer verfügen über ana-
• Rolle des Data Analysts verstehen
lytische Fähigkeiten und haben
• Python Basiswissen im Kontext von Date-
gegebenenfalls einen Studien-
nanalysen erlernen
abschluss in einem MINT-Fach.
• Datenanalysen mithilfe von Computerprogram-
men automatisieren
• Durchführungen mehrerer Praxisprojekte
Mehrwert
• Neue und bereits langjährige
2 Data Analyst (Python) Mitarbeiter zu Datenspezia-
listen weiterbilden
• Datenkompetenz der
• Python Basiswissen auffrischen
Organisation von innen
• Daten mit Pandas importieren, verarbeiten und
stärken
exportieren
• Datenvisualisierung in Python mit Pandas, Mat-
plotlib und anderen Bibliotheken
• Grundlagen der Statistik auf Unternehmensdaten
anwenden
• Mit verschiedenen Datenstrukturen umgehen
• Externe Datenquellen erschließen
• Daten einfach mit Reports und interaktiven Dash-
boards zugänglich machen
5
Grundlagen Datenkompetenz
Grundlagen schaffen und Zusammenarbeit synchronisieren
Ziel des Seminars ist es, eine datengetriebene Arbeits-
weise und Entscheidungsfindung anhand von Beispielen Kursformat:
und Erfahrungsberichten im Mindset von Mitarbeitern Berufsbegleitendes Online-
zu verankern. Eine Einführung in Data Analytics lässt Seminar
Mitarbeiter fachgerecht kommunizieren und fördert eine Dauer: 12 h in 1 Monat
produktive Zusammenarbeit zwischen ITlern und Nicht- (3 h/Woche)
ITlern im Unternehmen. Sprache: Deutsch oder Englisch
Module
Zielgruppe
1 Datengetrieben Arbeiten und Entscheiden Mitarbeiter, die fachnah mit
Datenspezialisten zusam-
menarbeiten. Die Teilnehmer
• Was bedeutet es, datengetrieben zu arbeiten und
müssen über keine besonderen
zu entscheiden?
mathematischen oder statis-
• Wie formuliert man Fragestellungen an Datensets
tischen Fähigkeiten verfügen,
und löst diese mit Datenanalyse?
um dem Inhalt zu folgen oder
• Was muss im Umgang mit Daten beachtet
davon zu profitieren.
werden? (z.B. Korrelation und Kausalität)
• Wie präsentiert, kommuniziert und interpretiert
man Daten?
• Welchen Einfluss haben Datentrends auf Mehrwert
Unternehmen und Abteilungen?
• Kommunikation auf Augen-
höhe schaffen
• Zusammenarbeit im Team
2 Grundlagen in Data Analytics
synchronisieren
• Was für Datentypen gibt es?
• Welche Arten von Datenanalysen gibt es?
• Wie gestaltet sich der Datenverarbeitungsprozess?
• Welche Technologien sind für die Analyse
von Big Data relevant?
• Welche Rolle spielt Statistik?
• Welche Anwendungen haben welche Relevanz?
(Python, R, Excel, Tableau etc.)
• Wie ist Datenanalyse im Unternehmen organisiert
und implementiert?
6
Data Scientist - Fokus Python
Große Datenmengen professionell verarbeiten mit Machine Learning
Ziel der Weiterbildung ist es, den Umgang mit gängigen
Methoden und Instrumente in Data Science zu erlernen, Kursformat:
um produktiv in Data Science Teams mitarbeiten zu Berufsbegleitendes
können. Der Teilnehmer ist nach Abschluss der Online-Training
Weiterbildung in der Lage, mit maschinellen Dauer: 80 h in 4 Monaten
Lernverfahren Muster und Trends zu erkennen. (4-6 h/Woche)
Sprache: Deutsch oder Englisch
Module
Zielgruppe
1 Data Wrangling
Mitarbeiter, die sich in den
Bereich Data Science entwick-
• Datenverarbeitung mit Pandas auffrischen
eln oder ihre vorhandenen
• Neue Erkenntnisse aus strukturierten, semi-struk-
Kenntnisse erweitern möchten.
turierten und unstrukturierten Daten gewinnen
Die Teilnehmer verfügen über
• Relationale und NoSQL Datenbanken verwenden
solide Programmierkenntnisse
in Python und haben erste
Erfahrungen im Umgang mit
2 Machine Learning Daten gesammelt.
• Vorhersagen mit Scikit-learn erstellen
• überwachtes und unüberwachtes Lernen unter- Mehrwert
scheiden und kompetent anwenden
• Neue und bereits langjährige
• typische Algorithmen implementieren, wie z. B.
Mitarbeiter zu Data Scientists
Random Forest, Bayes Klassifikation, Clustering
weiterbilden
• Unternehmenserfolg durch
hochwertige Datenkompe-
3 Inferential Statistics tenz sichern
• Fragen an Daten stellen und mit Inferenzstatistik
beantworten
• A/B-Testing mit klassischer und bayesscher
Statistik
4 Big Data
• Daten in einer Hadoop-Infrastruktur verwenden
• Datenverarbeitung beschleunigen mit Spark
7
Data Awareness in Business
Datenanalysen im Manageralltag bewerten
Um den Mehrwert aus Big Data und Data Analytics zu
maximieren, müssen sich Führungskräfte als informierte Kursformat:
und kompetente Datenmanager positionieren. Manager Berufsbegleitendes Online-
verstehen die Rolle von Data Analytics im Rahmen von Seminar
datengetriebenem Entscheiden und werden in der Lage Dauer: 12 h in 1 Monat
sein, Ergebnisse von Datenanalysen nachzuvollziehen (3 h/Woche)
und einzuordnen. Sprache: Deutsch oder Englisch
Module
Zielgruppe
1 Grundlagen in Data Analytics Manager, die im beruflichen
Alltag Datenanalysen durch-
führen und bewerten sowie
• Welche Datentypen gibt es?
darauf angewiesen sind, die
• Welche Arten von Datenanalyse gibt es?
Rolle von Data Analytics für
• Welchen Nutzen bietet Datenanalyse?
unternehmerische Entschei-
• Wie gestaltet sich der Datenverarbeitungsprozess?
dungsprozesse zu verstehen.
• Welche Technologien sind für die Analyse von Big
Data relevant?
• Welche Rolle spielt Statistik?
• Welche Anwendungen haben welche Relevanz? Mehrwert
(Python, R, Excel, Tableau etc.)
• Entscheidungsfindung
mit Data Analytics gezielt
steuern
2 Datenanalyse bewerten und integrieren • Datenauswertungen
nachvollziehen und ein-
schätzen
• Welchen Möglichkeitsrahmen bieten
Datenanalysen?
• Was sind die Erfolgsfaktoren einer guten
Datenanalyse?
• Was sind typische Fehler in einer Datenanalyse?
• Wie integriert man Erkenntnisse aus der
Datenanalyse ins Unternehmen?
• Reale Datenset-Beispiele (Gegenüberstellung von
Analysen verschiedener Qualität)
8
StackFuel Lernumgebung
Kurssprache Trainingsmanagement
Die Kurse werden auf Deutsch und Die Online-Trainings starten an
Englisch angeboten. Jeder Teilnehmer festgelegten Stichtagen. Teilnehmer
kann die Inhalte nach persönlicher eines oder mehrerer Unternehmen
Vorliebe konsumieren. durchlaufen Trainings so gemeinsam.9
Interaktives Data Lab Praxisnahe Datensets
Das Data Lab ist eine cloud-basierte Im Kurs werden reale Datensets aus
Programmierumgebung, in der Open Source Quellen sowie Szenarien
IT-Ressourcen bereitgestellt werden, der Wirtschaft und Industrie bearbeitet,
um Datentechnologien zu erlernen. um so praxisnahe und relevante
Lernszenarien zu ermöglichen.10
Aktuelle Marktstudien
“Data Science and Analytics are no longer just buzz-
words - they are essential business tools.”
“[…] more importantly, companies will need to
develop training programs to increase the capa-
bilities of their current management and analyst
ranks.”
„In drei von vier Unternehmen verfügen die
Mitarbeiter nicht über die notwendigen
Fähigkeiten und Kenntnisse, um das Geschäft auf
Basis von Datenanalysen voranzutreiben.
Etwa die Hälfte hat den Nachholbedarf erkannt
und investiert in die Aus- und Weiterbildung
der Mitarbeiter.“11
Kundenreferenz
BI/AI Business Unit, Telefónica Deutschland
Weiterbildung von Mitarbeitern zu Data Analysts mit dem
berufsbegleitenden Online-Training spezialisiert auf Python
Netzwerk & Kooperationspartner
Auszeichnungen
E-Learning Startup Award
LEARNTEC (Größte E-Learning Messe Europas)
BMWi Sonderpreis „Digitale Bildung“
Verliehen auf der Cebit 2017
1 of the 100 most promising Startups
Berlin Valley Award / The Hundert12
Kontakt
Datenkompetenz für Ihr Unternehmen
Wir sind Ihr starker Partner, wenn es um berufsbegleitendes Online-Training
in Datentechnologien geht. In einem Gespräch gehen wir gerne auf die individuellen
Anforderungen Ihres Unternehmens ein und finden gemeinsam eine passende Lösung.
Kontaktieren Sie uns!
Ihr Ansprechpartner
Leo Marose
CEO & Co-Founder
Mobil:
+49 163 7788 742
E-Mail:
leo.marose@stackfuel.com
StackFuel GmbH
Alte Schönhauser Str. 38
10119 Berlin
info@stackfuel.com
+49 (0) 30 6800 9505
www.stackfuel.com13
Herausgeber: Stackfuel GmbH
Geschäftsführung: Stefan Berntheisel & Leo Marose
Projektleitung und Redaktion: Heike Gäbler
Art Direktion: Cyril Herden
© 2018 StackFuel GmbH. Alle Rechte und Änderungen vorbehalten.
Data Training
for ProfessionalsSie können auch lesen
