Data Science
Die Digitale Transformation ist in aller Munde. Sie beschreibt die Herausforderungen von Unternehmen, ihre Geschäftsmodelle durch die Möglichkeiten der Digitalisierung zu erneuern und zu verbessern. Einer Schlüsselrolle kommt dabei im Zeitalter von Big Data der Fähigkeit zu, die Datenmengen, die während des Geschäftsbetriebs und im Kontakt mit Kunden anfallen, intelligent auszuwerten. Data Analytics wird damit der Motor der Digitalen Transformation:
- Ein KFZ-Versicherer bietet seinen Kunden einen individuellen Tarif abgestimmt auf das persönliche Fahrverhalten an.
- Ein Konsumgüterhersteller analysiert die Diskussion von Kunden über die Produktnutzung in Sozialen Netzwerken und passt daraufhin Marketingbotschaft und Preis an.
- Ein Mobilfunkbetreiber plant die Einführung eines neuen Handytarifs und kann prognostizieren, wieviele Kunden abwandern und neu hinzukommen.
- Ein Hersteller von Fahrstühlen sammelt mit Sensoren Daten in den Aufzügen, integriert diese in ein Echtzeit-Überwachungssystem und reduziert damit Störungen durch einen vorausschauenden Service.
- Eine Online-Bank verwendet Analytics mit dem Ziel, Kreditentscheidungen innerhalb weniger Sekunden online und vollautomatisiert zu treffen, indem anhand nur weniger Datenpunkte ein individueller Kreditscore sehr treffsicher errechnet wird.
Der Zertifikatskurs Data Science vermittelt Konzept und Methoden der Digitalen Transformation mit Analytics und erläutert, wie betriebliche Entscheidungen umfassend datengetrieben durchgeführt werden können, um Wettbewerbsvorteile zu erzielen.
Wenn Sie in verschiedenen Unternehmensbereichen, wie beispielsweise Produktion, Logistik, Marketing oder Controlling, betriebliche Entscheidungen durch eine datenbasierte Analyse des Unternehmensgeschehens effektiver gestalten wollen, sind Sie im Zertifikatskurs Data Science genau richtig.
Die Kursteilnehmer werden angeleitet, das „datenbasierte Unternehmen“ zu schaffen, indem aus großen, unübersichtlichen Datenmengen („Big Data“) Wissen generiert und faktenbasierte Handlungsempfehlungen für Unternehmensentscheidungen abgeleitet werden. Die Anwendungsmöglichkeiten von Data Science im Unternehmen sind dabei vielfältig, beispielweise im Customer Relationship Management, in der Risikoanalyse oder im Qualitätsmanagement.
Die Vorlesungen finden online statt.
Zielgruppe
Der Zertifikatskurs wendet sich an Personen mit einem verstärkt analytisch-methodischen Verständnis, die selbst analytische Modelle in unterschiedlichen Anwendungsbereichen aufbauen und implementieren wollen.
Teilnahmevoraussetzung
Voraussetzung für die Teilnahme an dem Zertifikatskurs ist eine mindestens zweijährige Berufserfahrung, vorzugsweise mit Bezug zu IT-Themen, oder ein abgeschlossenes Hochschulstudium.
Weiterbildungsmöglichkeit
Teilnehmende des Zertifikatskurses ohne formalen Hochschulzugang erwerben nach erfolgreichem Abschluss des Zertifikatskurses die Hochschulzugangsberechtigung und können einen Bachelor-Studiengang an der HNU aufnehmen.
Inhalte
Unter dem Begriff „Data Science“ werden die Fachgebiete
- Datenbanken,
- Statistik,
- maschinelles Lernen,
- Data Mining, Mathematik,
- Visualisierung,
kombiniert und zu einem Gesamtkonzept zusammengefügt. Eine zielgerichtete datengestützte Entscheidungsfindung wird damit ermöglicht.
Format und Didaktik
Der Zertifikatskurs kann berufsbegleitend absolviert werden. Die Vorlesungen finden online statt. Damit reduzieren sich Ihre Reisezeiten zur Hochschule Neu-Ulm erheblich. Überall, wo Sie einen Zugang zum Internet haben, können Sie an den Vorlesungen teilnehmen.
Abschluss
Bei erfolgreichem Abschluss des Studiengangs verleiht die Hochschule Neu-Ulm das Hochschulzertifikat Certificate of Advanced Studies (CAS) „Data Science“ im Umfang von 10 ECTS.
Veranstaltungen und Termine
Data Science Prinzipien und Strategie
- Digitale Transformation und Data Science
- Das datengetriebene Unternehmen
- Big Data: Volume, Velocity, Variability, Veracity
- Das Berufsbild des Data Scientist
Termine und Format
- 19.04.2024 ganztägig -Online
- 20.04.2024 ganztägig - Online
Big Data Technologien
- Überblick und Vergleich von Frontend-Tools für Big Data-Anwendungen
- Verteilte Verarbeitung großer Datenmengen in horizontal skalierenden Server-Infrastrukturen (z.B. in der Cloud)
- NoSQL-Datenbanken
- Aapche Hadoop und Spark
- Map Reduce-Verfahren
- Einführung in die Implementierung von Machine Learning-Verfahren (z.B. neuronalen Netzen) in derartigen Umgebungen
Termine und Format
- 26.04.2024 ganztägig - Online
Data Mining und Predictive Analytics
- CRISP-Vorgehensmodell bei DataMining-Projekten
- Einführung in folgende DataMining-Verfahren:
- Beschreibende Verfahren: Assoziationen, Clusterung, Korrelationen
- Forecasting: Klassifikation, Logistische Regression, Decion Trees, Lineare Regression
- Neural Networks (MLP und CNN)
- Einführung in die Programmierung mit Python auf Basis von Jupyter Notebooks
- Anwendungsbezogene Übungen zu den obengenannten DataMining-Verfahren auf Basis von:
- RapidMiner: interaktives Tool zum DataMining mittels graphischer Definition der Datenverarbeitung
- Python: objektorientiertes Programmieren von DataMining-Projekten mittels TensorFlow, Keras und SciKit
Termine und Format
- 27.04.2024 Vormittags - Online
- 24.05.2024 Nachmittags - Online
- 25.05.2024 Vormittags - Online
- 30.05.2024 Nachmittags - Online
- 01.06.2024 Nachmittags - Online
Visual Analytics
- Prinzipien effektvoller Visualisierung
- Data Story Telling
Termine und Format
- 07.06.2024 Nachmittags - Online
- 08.06.2024 Vormittags - Online
Data Engineering
- Entwurf analytischer Informationssysteme
- OLAP vs OLTP
- ELT Process und Data Integration
- Data Integration Tools
- Praktische Übungen mit Talend Data Integration Tool
Termine und Format
- 17.05.2024 ganztägig - Online
- 29.06.2024 ganztägig - Online
Schriftliche Prüfung / Fallstudien Projektarbeit
Termine und Format
- 14.06.2024 Nachmittags - Online
- 15.06.2024 ganztägig - Online
- 12.07.2024 ganztägig - Online
Data Science als Prozess
- Data Science Prozess in der Unternehmensstrategie
- Data Science Life Cycle
- Data Science Prozess und Value Chain
- Data Science Operationalisierung und Reifegradmodelle
- Data Science Governance
- Übungen und Fallstudien zu den oben genannten Bereichen
Termine und Format
- 28.06.2024 ganztägig - Online
Fallstudien Präsentationen
Termine und Format
- 14.06.2024 Nachmittags - Online
- 15.06.2024 ganztägig - Online
- 12.07.2024 ganztägig - Online
Bewerbungsportal
Bewerben Sie sich ab dem 15.11.2023 bis zum 31.03.2024 für das Sommersemester 2024. Während der Bewerbungsfrist gelangen Sie hier zum Bewerbungsportal (öffnet neues Fenster). Sollten Sie Fragen zur Bewerbung haben, können Sie uns gerne anrufen +49 (0) 731-9762-2525
Infomaterial
FAQ
An wen richtet sich der Kurs?
Der Zertifikatskurs Data Science richtet sich an Personen, die an verschiedenen Stellen im Unternehmen wie Logistik, Marketing oder Controlling betriebliche Entscheidungen durch eine datenbasierte Analyse des Unternehmensgeschehens vorbereiten und unterstützen.
Das Berufsbild des „Data Scientists“ beschreibt dabei das Ziel, das „datenbasierte Unternehmen“ zu schaffen, indem aus großen und unübersichtlichen Datenmengen („Big Data“) Wissen generiert und faktenbasierte Handlungsempfehlungen für Unternehmensentscheidungen abgeleitet werden.
Der Zertifikatskurs wendet sich an Personen mit einem verstärkt technischen Verständnis, die selbst analytische Modelle aufbauen und implementieren wollen.
Worin liegt der Nutzen für die Teilnehmer?
Die zunehmende Digitalisierung beschert Unternehmen mit immensen Datenmengen (Big Data). Neue Technologien im Bereich Data Mining, analytischer Datenbanken und der grafischen Visualisierung bieten vielfältige innovative Möglichkeiten der Datenanalyse, -verdichtung und Vorhersage zukünftigen Unternehmensgeschehens. Aus großen Datenmengen, strukturiert und unstrukturiert, kann Wissen generiert und neue Erkenntnisse gewonnen werden.
Dazu werden unter dem Begriff „Data Science“ verschiedene Fachgebiete – Datenbanken, Statistik, maschinelles Lernen, Data Mining, Mathematik, Visualisierung – kombiniert und zu einem Gesamtkonzept zusammengefügt. Eine zielgerichtete datengestützte Entscheidungsfindung wird damit ermöglicht.
Als "Data Scientist" fungieren Sie als Schnittstelle zwischen IT und der Fachabteilung bzw. Unternehmensführung und können für betriebliche Aufgabenstellungen konkrete analytische Modelle im Bereich Data Mining konzipieren, erforderliche Daten aus unterschiedlichen Datenquellen selektieren und mit entsprechenden Tools implementieren.
Wie ist der zeitliche Ablauf des Kurses?
Der Zertifikatskurs kann berufsbegleitend absolviert werden.
Die Vorlesungen finden online statt.
Mit welchem Abschluss ist der Kurs verbunden?
Bei erfolgreichem Abschluss des Zertifikatskurses verleiht die Hochschule Neu-Ulm das Hochschulzertifikat „Data Science“ im Umfang von 10 ECTS.
Eine Anrechnung auf den Masterstudiengang „Digital Leadership und IT-Management“ ist möglich.
Wie viel kostet der Zertifikatskurs?
2.400 €
Worauf ist bei der Bewerbung im Bewerberportal bei diesem Zertifikatskurs zu achten?
Bitte beachten Sie, dass der Zertifikatskurs im Bewerberportal unter Zertifikat Weiterbildung ZDS ausgewählt werden muss. Die Bezeichnung ZDS steht für Zertifikat Data Science.
