Mit profundem Know-how in datengetriebenen analytischen Methoden, Data Mining, Machine Learning und Visualisierungstechniken können Data Analysts Ähnlichkeiten in Datensätzen automatisiert erkennen und entsprechend klassifizieren oder gruppieren.
Data Engineers sind Expert*innen wenn es um die Bewertung der Aussagekraft von Informationen sowie die Erkennung von Mustern und Auffälligkeiten in Daten geht.
Data Analyst (DAS)
- Modul aus einem akkreditierten Studiengang
- Alternative zum Masterstudiengang Data Science
- Flexibles und individuell ausgestaltbares Weiterbildungskonzept
- Weiterbildung auf akademischem Niveau
Termine / Veranstaltungsort / Kosten
| Termin | Veranstaltungsort | Kosten |
|---|---|---|
| Kurs läuft bereits. Weitere Termine in Planung. |
Veranstalter und Veranstaltungsort
Veranstalter
Hochschule Albstadt-Sigmaringen
Veranstaltungsort
Online und
Campus Albstadt
Poststr. 6
72458 Albstadt
Universität Mannheim
B6 26 Bauteil A
Raum tba
68159 Mannheim
Zielgruppe und Voraussetzungen
Zielgruppe
Personen, die sich im Bereich Data Analytics und Artificial Intelligence auf akademischem Niveau sowie berufsbegleitend weiterbilden möchten.
Teilnahmevoraussetzungen
Keine
Zulassungsunterlagen
Anmeldeformular
Inhalte und Lernziele
Inhalte
- Advanced Machine Learning
- Advanced Statistics
- Data Mining
- Machine Learning
- Programming for Data Science
- Text Mining
- Web Mining
Ablauf
Ca. zwei Wochen vor dem Beginn eines Moduls erhalten Sie Zugriff auf die entsprechenden Lernmaterialien, wie bspw. Studienbriefe bzw. Reading Guides sowie Online-Lernvideos über unsere E-Learning-Plattform. In der Online-Phase (ca. 5 bis 6 Wochen) werden die Inhalte aus den Studienbriefen bzw. Reading Guides in Online-Seminaren sowie durch praktische Übungen im virtuellen Lernlabor und auf der Lernplattform ILIAS vertieft. Die Ergebnisse werden durch die Tutoren geprüft und Sie erhalten ein ausführliches Feedback. Das Modul schließt mit einem Modulwochenende (Samstag und Sonntag) ab, dort werden Inhalte aus den Studienbriefen aufgegriffen, offene Fragen geklärt und ergänzende Inhalte durch die Dozierenden und Tutor*innen vermittelt. Abschließend erfolgt die Abnahme des Leistungsnachweises in Form einer Prüfung.
Lernziele
Siehe Einzelmodule
Format, Abschluss, Qualitätssicherung
Lehr- / Lernformat
Blended-Learning
Abschluss
Hochschulzertifikat mit ECTS nach bestandener Prüfungsleistung.
Zeitaufwand
Der durchschnittliche Aufwand pro Modul beträgt erfahrungsgemäß in etwa 15-20 Stunden in der Woche, wobei der Workload selbstverständlich auch stark von Ihren Vorkenntnissen und Ihrer Berufserfahrung sowie Ihrem persönlichen Lerntempo abhängt.
Creditpoints (ECTS)
35
Sprache
Deutsch / English
Anerkennung
Durch die Vergabe von Leistungspunkten (ECTS) bei unseren Zertifikaten lassen sich diese auf ein späteres Hochschulstudium anrechnen.
Aussagen zur Qualitätssicherung
Die Module sind aus einem akkreditieren Masterstudiengang.
Kosten
Kosten
6.160,00€ Modulgebühr + 125,00€ Verwaltungs- und Zertifikatsgebühr
Es fallen keine weiteren Gebühren an. Nach Bedarf können Module wiederholt werden, hierbei fällt eine Wiederholgebühr i.H.v. 250,00€ pro Modul an.
Dozent*innen
Prof. Dr. Thomas Eppler
Prof. Dr. Christian Bizer
Prof. Dr. Andreas Knoblauch
Prof. Dr. Simone Ponzetto
Prof. Dr. Goran Glavas
Zum nachlesen
Sie möchten mehr erfahren?
Schauen Sie sich weitere Module unseres Zertifikatsprogramms an:
Data Science (Master)
Machine Learning
Decision Support
Programming for Data Science
Mathematical Foundations for Data Science
Data Privacy & Data Compliance
Text Mining
Business Process & Big Data Use Cases
Semantic Web Technologies
Advanced Machine Learning
Web Mining
Business Intelligence & Warehouses
Advanced Statistics
Big Data
Data Mining
Web Data Integration
Databases
Summer School
Business Analyst (CAS)
Data Manager (CAS)
Data Miner (CAS)
Data Science Programmer (CAS)
Big Data Architect (DAS)
Data Scientist (DAS)
Management Scientist (DAS)
