DATENBOTE
Digitalisierung und KI brauchen einen Plan!
Werde jetzt Datenbote … !
Wir generieren täglich Unmengen an Daten. Die Bedeutung Künstlicher Intelligenz nimmt zu und es wird wichtiger denn je, dass wir, besonders in Unternehmen, erkennen können, welche Daten relevant sind.
In unserem Seminar zum Datenboten lernen Sie genau DAS! Wie handeln Sie datenbewusst und erkennen Chancen und Risiken? Wie setzen Sie Tools wie ChatGPT sinnvoll ein, um Ressourcen zu sparen?
Verschaffen Sie sich einen Wettbewerbsvorteil und treffen effiziente Entscheidungen. Werden Sie ein Datenbote und agieren anwendungsbezogen in der datengetriebenen Zukunft!
Dieses Seminar bietet durch praktische Aufgaben, inspirierenden Szenarien und konkreten Business Cases eine fundierte Grundlage in den Bereichen:
- Sie erhalten einen Überblick über die Relevanz der Daten und ihrer Verarbeitung
- Das modular aufgebaute Seminarprogramm begleitet Ihre Entwicklung Schritt für Schritt und unterstützt Sie bei dem Transfer in die Praxis.
- Sie erlernen die Grundlagen von Data Science, Programmierung und Machine Learning.
- Sie erkennen Potenziale für datengetriebene Prozessoptimierungen und können diese umsetzen.
Carmen Regelin
Business Development Managerin
– Projekt Digital Business –
Telefon: 0151 44 82 34 47
E-Mail: hello@bnw-digital.de
Methoden
Zielgruppe
Impulsvorträge, Übungsaufgaben in Einzel- und Gruppenarbeit, Handlungsempfehlungen
Führungskräfte, Ausbildungsleiter
Trainer:innen
Enthaltene Leistungen
Franz Buschendorf, Emir Suljic, Julia Stuetzer, Ansgar Kühn
Onlineschulung sowie ausgewählte Inhalte
Format
Wir beraten Sie gern
Online: wöchentlich eine Stunde pro Modul
Inhalte im Detail:
Dieses Seminar bietet durch praktische Aufgaben, inspirierenden Szenarien und konkreten Business Cases eine fundierte Grundlage in den Bereichen:
1. Data Science
- Was ist Data Science?
- Abgrenzung von BI / Data Engineering
- Data Science als Kompetenzschnittstelle
- Differenzierung der Data Science
- Data Lifecycle Management
- Anwendungsfälle
- Tools und Technologien
2. Data Engineering
- Was ist das und welche Rolle spielt es?
- Datenarchitekturen und -modelle
- Datenintegration – ETL
- Data Pipelines
- Datenqualität und Verfügbarkeit
- Tools und Technologien
- Anwendungsgebiete und Beispiele
3. Datenmanagement und Big Data
Datenbanken:
- Was ist das?
- DB und DBMS
- CAP Theorem
- Datenbanken im Data Lifecycle Management
Big Data:
- Was ist das?
- 5-V Modell
- Big Data Analytics and Frameworks
- Beispiel
4. Business Intelligence
- Was ist BI?
- Ziele und Nutzen
- Komponenten und Architektur
- Self Service BI und Managed BI
- BI Prozess
- Datenvisualisierung
- Beispiele
5. Einführung in Power BI
- Was ist Power BI und Vorteile?
- Applikationen
- Lizenzen
- Beispiele
- Zukünftige Entwicklungen und Trends
6. Data Awareness
- Einführung in Daten und deren Bedeutung
- Daten und deren Relevanz im Wandel der Zeit
- Data Awareness und Change Management
- Datenqualität und Data-Lifecycle-Management
7. Datengetriebene Transformationsprozesse
- Einführung in datengetriebene Transformation
- Datenanalyse und Entscheidungsfindung
- Datenintegration und Automatisierung
- Skalierung der datengetriebenen Transformation
- Messung der Auswirkungen und kontinuierliche Verbesserung
8. Nachhaltigkeit in der IT
- Einführung in das Thema Nachhaltigkeit in der IT
- Umweltauswirkungen in der IT
- Nachhaltige IT-Hardware
- Nachhaltige Softwareentwicklung
- Green IT in der Unternehmenspraxis
9. Machine Learning & KI
- Einordnung im Feld data Science / KI
- Unterschied (Inferenz-) statistik
- Anwendungsbeispiele
- Vorgehen Grundlagen und UseCase
- Problemübersicht und UseCase
- Modell / Algorithmus Übersicht und UseCase
- Evaluation Grundlagen und UseCase
- Neuronale Netze
- Image Recognition Beispiel