Data Analytics mit Schwerpunkt Marketing und Zusatzqualifikation SQL und Cloud Computing

Nach Abschluss dieser Weiterbildung verfügen Sie über Kenntnisse im Bereich Data Analytics mit Schwerpunkt Marketing. Sie beherrschen die Programmiersprache Python und können diese effektiv für die Verarbeitung großer Datenmengen einsetzen. Des Weiteren sind Sie in der Lage, Daten mithilfe von Data Science Methoden auszuwerten und mit Hilfe von SQL in Datenbanksystemen zu speichern und abzurufen. Sie werden auch mit MS-Office Excel Advanced vertraut sein und grundlegende Kenntnisse im Datenschutz und Cloud Computing erlangt haben. Darüber hinaus werden Sie fortgeschrittene Kenntnisse im Bereich Docker besitzen. Nach Abschluss dieser Maßnahme können Sie in den Bereichen Data Analytics, Marketing und Cloud Computing tätig werden.

Grundlagen der Datenanalyse

• Datenstrukturen
• Standard-Datentypen
• Datenbanken
• Testen und Tuning
• Modellieren mit Kellern, Schlangen und Graphen
• Installation und Einrichtung von Python
• Python-Skripte
• Funktionen

Datenverarbeitung und -management in Python

• Einführung in NumPy und Messdatenverarbeitung
• Textverarbeitung
• XML und JSON
• Einführung in Pandas und Dataframes
• Datenreinigung
• Datenvisualisierung

Machine Learning und neuronale Netzwerke

• Einführung in Machine Learning
• Lineare Regression
• Logistische Regression
• Einführung in Unsupervised Machine Learning
• Einführung in Neuronale Netze
• Praxisarbeit: Programmierung Neuronales Netzwerk
• Einführung in PyTorch
• Automatische Bilderkennung
• Praxisarbeit: Optimierung Neuronales Netzwerk
• Transfer Learning

Marketinggrundlagen und -strategien

• Marketing-Mix: die vier Ps
• Marketingziele
• Planung von Marketingkampagnen
• Einführung ins Online-Marketing: Suchmaschinenoptimierung (SEO)
• Social Media Marketing, Content Marketing, E-Mail Marketing und Employer Branding
• Customer Journey im Online-Shop und Display Marketing
• Einführung ins Offline-Marketing

SQL-Datenbanken und Abfragen

• Einführung in relationale Datenbanken
• Datenbankmodellierung und Namenskonventionen
• Normalisierung und Normalformen
• Datentypen und Keys
• SELECT, JOIN und GROUP BY
• Ändern von Daten über INSERT, UPDATE und DELETE
• Anwendung von verschiedenen komplexen SELECTs

Datenanalyse und Berichterstellung

• Verstehen und Anwenden von Verweisfunktionen
• Datenanalyse mit Pivot
• Datenvisualisierung geographischer Daten

Datenschutz und DSGVO

• Anwendungsbereich der DSGVO
• Datenschutzrechtliche Pflichten
• Verarbeitungsgrundsätze
• Löschung und Datenübertragbarkeit
• Widerspruch, Entscheidungsfindung und Beschränkung
• Zusammenarbeit mit den Aufsichtsbehörden

Cloud Computing Grundlagen und Werkzeuge

• Einführung in die Terminologie von Cloud Computing
• Kostenkalkulation von Cloud Computing
• Grundlagen und Verwendung von Docker
• Grundlagen und Verwendung von Kubernetes
• Auswahl von IaaS-Anbietern

Einrichtung und Management von Cloud-Umgebungen

• Einrichtung von Cloud Computing mit Ansible
• Der Docker-Workflow
• Erstellen und Verwenden von Docker-Images
• Verwenden von Docker-Containern
• Debuggen von Containern