Zum Hauptinhalt springen
SkillsBuild

Unternehmens Daten Wissenschaft in der Praxis

Einführung

Ob es um die Bekämpfung von Betrug, die Erkennung von Krebs oder die Vorhersage eines Wirbelsturms geht, Sie brauchen Daten und KI. Schließen Sie sich einer neuen Welle von datenkundigen Fachleuten an und erhalten Sie Zugang zu Millionen von Stellenangeboten auf dem Markt.

IBM SkillsBuild für den akademischen Bereich
Selbstlernkurs

Mehr Informationen
Datenwissenschaft E-Learning Unternehmen Datenwissenschaft in der Praxis

Es handelt sich um einen Überblickskurs, der den Lernenden mit der Data Science-Methodik vertraut macht, um reale Unternehmensprobleme zu lösen.

Suchen Sie einen Job?

Eignen Sie sich neue Datenanalysefähigkeiten an, ergänzen Sie diese mit KI-gestützten Low-Code-Technologien und Ihren Branchenkenntnissen, um sich auf den Weg in ein Data-Science-Team zu machen, als Teil einer neuen Generation von datenversierten Fachleuten mit Zugang zu Millionen von verfügbaren Stellen auf dem Markt.

Suchen Sie einen besseren Job?

Wenn Sie bereits einen Job und sogar etwas Erfahrung mit Datenanalyse haben, können Sie diesen Kurs nutzen, um sich zu spezialisieren und Ihre Karriere voranzutreiben.

Zielsetzungen

Spielen Sie verschiedene Rollen in einem Data Science-Team, lösen Sie echte Herausforderungen im Unternehmen und nutzen Sie KI-gestützte Technologien.

Umfang

  • Rollen des Datenwissenschaftsteams
  • Datenwissenschaftliche Methode
  • Werkzeuge zur Datenanalyse
  • Anwendungsfälle aus der Praxis

Lernergebnisse:

  • Verstehen der Zusammensetzung und Arbeitsweise eines Data-Science-Teams, einschließlich der verschiedenen Rollen, Prozesse und Tools
  • Wichtige statistische Konzepte und Methoden, die für das Auffinden von Strukturen in Daten und die Erstellung von Vorhersagen wichtig sind
  • Verinnerlichung der Data-Science-Methodik durch Erlernen folgender Punkte: (a) Charakterisierung eines Geschäftsproblems; (b) Formulierung einer Hypothese; (c) Demonstration der Anwendung von Methoden im Analysezyklus; (d) Planung der Ausführung
  • Aufbau brauchbarer Datensätze durch Identifizierung und Erfassung der erforderlichen Daten sowie durch Manipulation, Umwandlung und Bereinigung der Daten; Nachweis der Fähigkeit, mit Datenanomalien wie fehlenden Werten, Ausreißern, unausgewogenen Daten und Datennormalisierung umzugehen
  • Praktische Erfahrung mit IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks und Python-Bibliotheken
  • Visualisieren Sie statistische Analysen, erkennen Sie Muster und kommunizieren Sie die Ergebnisse effektiv an Führungskräfte, um geschäftsorientierte Entscheidungen zu treffen.

Kurserfahrung

Über diesen Kurs

Dieser Kurs ist in drei Übungsstufen unterteilt. Jede Stufe deckt fortgeschrittenere Themen ab und baut auf den Konzepten, Übungen und Fähigkeiten auf, die in den vorangegangenen Übungsstufen behandelt wurden.

Ebene 1 - Datenwissenschaftliche Methode

Untersuchen Sie Menschen, Prozesse und Tools, die für den Aufbau eines effektiven Data-Science-Teams erforderlich sind.

  1. 1. Landschaft der Datenwissenschaft
  2. 2. Datenwissenschaft in der Cloud
  3. 3. Methodik der Datenwissenschaft

Ebene 2 - Datenmanipulation

Durchführung von Datenmanipulationstechniken, um Muster zu erkennen und Erkenntnisse zu gewinnen.

  1. 1. Daten erkunden und aufbereiten
  2. 2. Untersuchung von Daten zu Versicherungsansprüchen (interaktive Fallstudie)
  3. 3. Daten darstellen und umwandeln
  4. 4. Erkennen von Mustern im Schadensbetrug (interaktive Fallstudie)

Ebene 3 - Entscheidungshilfe

Nutzung von Visualisierungstechniken zur Analyse und Unterstützung der Auswirkungen auf das Geschäft.

  1. 1. Visualisierung und Präsentation von Daten
  2. 2. Betrugsdiagnostische Analyse (interaktive Fallstudie)

Voraussetzungen

Fähigkeiten, die Sie vor der Teilnahme an diesem Kursangebot haben müssen:

Absolvieren Sie den Kurs Erste Schritte mit Enterprise Data Science aus der Data Science Practitioner-Reihe.

Alternativ können Sie auch Vorkenntnisse zu den folgenden Themen mitbringen:

  • Die Bedeutung von Data-Science-Projekten für die Unterstützung der digitalen Transformation von Unternehmen in verschiedenen Branchen
  • Fachübergreifende Kompetenzen im Bereich der Datenwissenschaft an der Schnittstelle von Statistik, Computerprogrammierung und Fachwissen
  • Rollen eines Data-Science-Teams: Datenwissenschaftler, Dateningenieur, Datenanalyst und KI-Entwickler
  • Plattformen für die wissenschaftliche Zusammenarbeit in der Cloud, einschließlich IBM Watson Studio und Data Refinery
  • Dateneingabe und -manipulation mit einem CSV-Datensatz.

Digitaler Berechtigung Nachweis

Zwischenbericht

Enterprise Data Science in der Praxis Abzeichen

Unternehmensdatenwissenschaft in der Praxis

Siehe Plakette

Über dieses Abzeichen

Dieser Abzeicheninhaber hat alle Lernaktivitäten abgeschlossen, die in dieser Online-Lernerfahrung enthalten sind, einschließlich praktischer Übungen, Konzepte, Methoden und Werkzeuge im Zusammenhang mit der Data Science-Methodik. Sie demonstrieren ihre Fähigkeiten und ihr Verständnis der Data-Science-Methodik, indem sie sich in realen Szenarien engagieren und die von einem Data-Science-Team verwendeten Prozesse/Tools in Rollenspielen nachspielen; Lernbeispiel: Ein Szenario aus der Versicherungsbranche, bei dem modernste Ansätze und Technologien zur Betrugsanalyse zum Einsatz kommen.

Fertigkeiten

Datenanalytiker, Dateningenieur, Datenraffinerie, Datenwissenschaft, Datenvisualisierung, Datenklau, Versicherungsbetrug, Jupyter Notebooks, PixieDust, Python-Bibliotheken, Watson Studio.

Kriterien

  • Muss an einer Schulungsveranstaltung an einer Hochschuleinrichtung teilnehmen, die das IBM Skills Academy Programm durchführt.
  • Sie müssen die Online-Kursaktivitäten zum Selbststudium und die Wissenstests zur Überprüfung des Verständnisses der behandelten Themen abgeschlossen haben.