Ausbildung »Data Scientist Specialized in Data Management«

Werden Sie Spezialist für das Datenmanagement

In unserer Ausbildung zum »Zertifizierten Data Scientist Specialized in Data Management« vermitteln wir Ihnen Methoden für den nachhaltigen Umgang mit Daten und Dokumenten. Dieser speziell auf das forschende Umfeld zugeschnittene Kurs vermittelt in Theorie und Praxis, wie Sie Daten richtig modellieren und beschreiben, um sie effektiv aufzubereiten und zu analysieren. Sie lernen verschiedene Software-Typen kennen, mit denen Sie unterschiedliche Datenquellen strukturell analysieren und zusammenführen. Dabei vermitteln wir Ihnen auch Grundlagen über NoSQL-Datenbanksysteme. Sie lernen, wie Sie Datenqualität messen und welche Datenaufbereitungsmethoden nötig sind, um bestimmte Datenanalysen durchführen zu können. Neben den reinen technischen Fragen spielen auch organisatorische Aspekte eine Rolle. Sie erfahren, wie Sie eine Organisationseinheit strukturell und organisatorisch führen müssen, um gute Datenmanagement-Praxis umzusetzen.

Praxisorientiertes Lehrkonzept

Die Dozenten vermitteln mit einschlägigen Beispielen, wo im Alltag eines Data Managers Probleme auftreten können und wie diese zu lösen sind. Dabei üben Sie alle wichtigen Aspekte selbstständig in intensiv betreuten Hands-on Sessions. Der Kurs ist kompakt und abwechslungsreich mit theoretischen und praktischen Lerninhalten gestaltet. Offene Diskussionsrunden fördern den Erfahrungsaustausch unter den Teilnehmenden.

Lernmodule

Lernmodul 1: Metadaten-Management

Umfasst die Methoden zur Metadatenextraktion, Datenmodellierung und semantischer Datenbeschreibung. Die Vorteile von Metadatenstandards werden vermittelt.

Lernergebnisse:

  • Sie kennen Software und Vorgehensweisen für die Extraktion von Metadaten aus Dateien und Systemen.
  • Sie können Metadaten modellieren und beschreiben.
  • Sie kennen Vorteile von Metadatenstandards.
  • Sie kennen die Grundlagen des Semantic Web und von Ontologien.

Lernmodul 2: Datenintegration

Umfasst die Kenntnis von Datenintegrationsarchitekturen und -workflows, Methoden zur Datenaufbereitung und den Umgang mit semistrukturierten Daten.

Lernergebnisse:

  • Sie kennen die Unterschiede von Data Warehouse und Data Lake-Systemen.
  • Sie können Daten mit Software-Tools aufbereiten und integrieren.
  • Sie können Daten aus semistrukturierten Quellen abfragen.

Lernmodul 3: Datenqualität

Umfasst das Erkennen von Datenqualitätsproblemen und Verfahren zur Datenbereinigung.

Lernergebnisse:

  • Sie kennen Methoden zum Datenqualitätsmanagement.
  • Sie kennen verschiedene Verfahren und Software für die Erkennung von Datenqualitätsproblemen und wissen welche Verfahren in welchem Kontext eingesetzt werden.

Lernmodul 4: Datenanalyse

Umfasst Methoden der visuellen und statistischen Datenanalyse.

Lernergebnisse:

  • Sie kennen Vorteile und Grenzen visueller und statistischer Datenanalysen.
  • Sie kennen die Anforderungen verschiedener analytischer Verfahren und wissen, wie Daten für die Verfahren repräsentiert sein müssen.

Lernmodul 5: Datenmanagement-Planung

Umfasst Methoden für die organisatorische Umsetzung guter Datenmanagement-Praxis.

Lernergebnisse:

  • Sie kennen Software und Kostenstrukturen von Datenmanagement Software.
  • Sie können Datenmanagement planen und budgetieren.
  • Sie erkennen Risiken im Datenmanagement und setzen Optimierungen um.