• 131 begeisterte Teilnehmer

  • 100% Weiterempfehlung

  • 4.8 von 5 Sternen

Elastic Stack Schulung mit droxIT Geschäftsführer Markus Baumgärtner

Data Science Schulungen

Data Science Schulungen

Lernen Sie in unseren Data Science Trainings, wie Sie die vielfältigen Möglichkeiten innovativer Methoden für Ihr Unternehmen erfolgreich einsetzen können.

Nutzen Sie Data Science als Chance für Ihre Karriere mit unserer Einsteiger-Schulung oder unserem persönlichen One-to-One Coaching.

Schulung buchen
Schulung buchen

  • 131 begeisterte Teilnehmer

  • 100% Weiterempfehlung

  • 4.8 von 5 Sternen

  • Online Kurse im Virtual Classroom

  • Anwendungsbezogen und praxisnah

  • Interaktive Übungsaufgaben

  • Coaches mit langjähriger Erfahrung

  • Individuelle One-to-One Coachings

  • Kursunterlagen auf deutsch


Unsere Schulungsformate

Buchen Sie unsere Data Science Schulungen als Einzelteilnehmer oder unsere Individual Angebote für ein intensives One-to-One Coaching.

Einzelteilnehmer

Wählen Sie aus unseren festen Terminen, die passenden Schulungstage für Sie aus.

599.- EUR pro Person*

Individual Coaching

Ihr persönliches One-to-One Einsteiger-Coaching, speziell auf Ihren Kenntnisstand zugeschnitten.

1.499.- EUR pro Schulung**

Intensiv Coaching

Ihr intensives Coaching für bis zu drei Kollegen mit individuellen Inhalten aus unseren Kursmodulen.

3.999.- EUR pro Schulung**

*Preise zzgl. Mehrwertsteuer
**Im Falle von In-House Schulungen: Preise zzgl. Mehrwertsteuer und Reisekosten

 Das sagen unsere Schulungsteilnehmer

  • Das gefiel besonders:
    „Die Integration von praktischen Übungen innerhalb der Theorieblöcke."

    anonym

  • Das gefiel besonders:
    „Datenvisualisierung, gut vorbereitete Umgebung zum Testen."

    Benjamin Nicklisch, Deutsche Welle
  • Das gefiel besonders:

    „Der Bezug vom Vortrag zur Übung hat mir besonders gut gefallen."

    anonym

  • „Auf alle Wünsche wurde eingegangen, soweit dies im Rahmen einer dreitägigen Schulung möglich ist."

    anonym

  • Das gefiel besonders:
    „Die Möglichkeit, die Beispiele direkt in einer Virtuellen Maschine zu testen."

    anonym

  • Das gefiel besonders:
    „Anteil und Abwechslung zwischen Theorie und Praxis."

    anonym

  • Das gefiel besonders:
    „Umfangreiche Schlungsinformationen [...] die man für verschiedene Aufgaben der durchführenden Arbeitspunkte in Zukunft nutzen kann."

    Peter Köhler, Deutsche Welle

  • Das gefiel besonders:
    „Die gute Vorbereitung der Schulungsumgebung."

    anonym

  • Das gefiel besonders:
    „Die Unterlagen und die Vorbereitung der Zugänge."

    Yamen Alchaabi, Deutsche Welle

  • „Trainer sehr angenehm, kompetent, ruhig und gründlich. Spitze fand ich, die komplette Docker-Trainingsumgebung zu bekommen."

    anonym

  • Das gefiel besonders:
    „Abwechslung zwischen Theorie und Praxis."

    anonym

  • „Ausgewogene Mischung aus Theorie und Praxis, sehr gut präsentiert und gut dokumentiert. Die Ausführung via Teams erlaubt auch eine bequeme Dokumentation der wichtigen Dinge, alles im Kontext mit Aufgaben die man dann selbst ausgeführt hat."

    anonym

    Data Science Schulungen im Detail

    Schulungsinhalte

    Einführung

    • Grundlagen zu Data Science für Einsteiger verständlich erklärt

    • Anwendungsbereiche: Wo kann Data Science im Arbeitsalltag eingesetzt werden?

    • Verwendungsmöglichkeiten: Welche Methoden sind für welche Aufgabe einsetzbar?

    • Interaktive Praxisbeispiele, nah an der Arbeitsrealität

    • Erklärung hilfreicher Tools zur eigenständigen Anwendung

    • Konkrete Tipps, die direkt in die Praxis umgesetzt werden können

    Individual Coaching

    • Individuell zugeschnittene Anwendungsbeispiele und Übungsaufgaben

    • Speziell auf jeweiligen Kenntnisstand angepasst

    Schulungsziele

    • Konkrete Anwendungsmöglichkeit für den Arbeitsalltag mitnehmen

    • Sichere Anwendung der hilfreichen Tools

    • Eigenständiger Aufbau von Data Science Projekten

    Organisation

    • Termine

      Mo - Fr

    • Uhrzeit

      09:00 - 16:00 Uhr

    • Umfang

      7 Einheiten à 45 min

    • Ort

      zurzeit online

    • Unterlagen

      auf deutsch

    • Urkunde

      Teilnahme-
      bescheinigung

    Schulung buchen
    Schulung buchen

    Häufig gestellte Fragen (FAQ)

    1. Was ist Data Science?

    Grundlegendes Ziel der Data Science ist es, Erkenntnisse aus Daten zu extrahieren. Dafür werden Daten aufbereitet, analysiert und interpretiert. Anschließend können Prozesse optimiert oder Prognosen über zukünftige Ereignisse getroffen werden. Zudem dienen Vorhersagemodelle von Data Scientists als Grundlage für Geschäftsentscheidungen.

    Data Scientists verwenden mathematische und statistische Methoden. Branchenwissen ist jedoch unverzichtbar, um die Erkenntnisse korrekt und aussagekräftig zu interpretieren.

    Durch die Vielfalt an etablierten Data Science Tools und Lösungen, lassen sich auch ohne versierte Vorkenntnisse exzellente Ergebnisse erzielen.

    Methoden der Data Science

    2. Wer lernt was mit Data Science?

    Business Analyst

    Lernen Sie, Methoden der Predictive Analytics anzuwenden, um Vorhersagen und Prognosen zu treffen.

    Customer Care

    Nutzen Sie Sentiment Analysis und Natural Language Processing, um Kunden-Feedback zu analysieren und effizient zu reagieren.

    Cyber Security

    Nutzen Sie Anomaly Detection Modelle, um Systemzugriffe zu analysieren und drohende Angriffe frühzeitig zu erkennen.

    Data Analyst

    In unserer Deep Learning Schulung vertiefen Sie Ihre analytischen Fähigkeiten und Ihr Methodenwissen in Neural Networks.

    Data Engineers

    Lernen Sie Data Sciene Methoden kennen und erfahren Sie, wie diese in Hard- und Software-Architekturen eingesetzt werden können.

    Datenforensiker

    Lernen Sie in unserem Training, Modelle der Anomaly Detection einzusetzen, um Daten nach Auffälligkeiten zu durchsuchen.

    Softwareentwickler

    In unserem Training lernen Sie Grundlagen des Machine Learning kennen und können anschließend eigenständig Modelle entwerfen.

    ... auch für Sie

    Unsere Remote Schulungen sind für alle, die in Data Science einsteigen oder ihre Kenntnisse vertiefen möchten.

    3. Was bedeutet Virtual Classroom?

    Aktuell bieten wir unsere Data Science Schulungen nur online an. Um unsere Trainings trotzdem interaktiv und abwechslungsreich zu gestalten, nutzen wir kostenlose Videokonferenz-Tools wie Microsoft Teams oder Zoom.

    Sie müssen im Vorfeld kein Setup downloaden oder installieren. Wir senden Ihnen einen Einladungslink und Sie können mit Ihrem persönlichen Account unkompliziert als Einzelperson oder im Team an unseren Schulungen teilnehmen.

    Zurück zu den FAQ

    4. Wo finden die Schulungen in Mainz statt?

    Unsere Mainzer Schulungen finden in unseren Räumlichkeiten in der Neuen Golden Ross Kaserne statt.

    Zurück zu den FAQ


    5. Wo sind In-House Schulungen möglich?

    Wir bieten In-House Firmenschulungen für Teams und Unternehmen im Rhein-Main-Gebiet (Mainz, Frankfurt, Wiesbaden, Darmstadt) aber auch deutschlandweit an. Bei In-House Schulungen fallen zuzüglich zum Schulungspreis auch Reisekosten an.

    Zurück zu den FAQ

    6. Data Science Schulungsangebot im Überblick

    Unsere Schulungsmodule können bedarfsgerecht kombiniert und auf Ihr Unternehmen und den Kenntnisstand Ihres Teams zugeschnitten werden.

    Jetzt individuelles Kursprogramm zusammenstellen!
    Jetzt Kurs zusammenstellen!
    Zurück zu den FAQ

    7. Data Science Schulungsangebot im Detail

    In unseren Data Science Schulungen gewinnen Sie grundlegende Methodenkompetenzen und lernen alle relevante Tools und Libraries kennen. Anschließend können Sie automatisierte Modelle trainieren und anwenden.

    Die Praxis-Workshops sind auf konkrete Anwendungsfälle spezialisiert und  ermöglichen die bedarfsgerechte Vertiefung Ihrer Kenntnisse.

    Data Science Einführung

    Einsteiger

    Voraussetzungen

    • keine

    Kursziel

    • Konkrete Anwendungsmöglichkeit für den Arbeitsalltag mitnehmen
    • Sicherer Anwendung der hilfreichen Tools
    • Eigenständiger Aufbau von Data Science Projekten

    Inhalte des Workshop

    • Grundlagen zu Data Science für Einsteiger verständlich erklärt
    • Anwendungsbereiche: Wo kann Data Science im Arbeitsalltag eingesetzt werden?
    • Verwendungsmöglichkeiten: Welche Methoden sind für welche Aufgabe einsetzbar?
    • Interaktive Praxisbeispiele, nah an der Arbeitsrealität
    • Erklärung hilfreicher Tools zur eigenständigen Anwendung
    • Konkrete Tipps, die direkt in die Praxis umgesetzt werden können

    Natural Language Processing

    Aufbauseminar

    Voraussetzungen

    • Methoden des ML, Grundwissen Computational Linguistics

    Kursziel

    • Grundlegendes Verständnis der Analyse und Verarbeitung von Textdaten
    • Eigenständiger Aufbau von NLP Pipelines zur automatisierten Textanalyse

    Inhalte des Workshop

    • Grundlagen und Anwendungsbereiche des NLP
    • Darstellung und Aufbereitung von Textdaten
    • Automatisierte Inhaltsanalyse von Textdokumenten
    • Implementierung einer NLP Pipeline

     

    Artificial Intelligence

    Aufbauseminar

    Voraussetzungen

    • Einführung in Machine Learning

    Kursziel

    • Grundlegendes Verständnis verschiedener AI-Methoden
    • Eigenständige Implementierung eines AI-Agenten

    Inhalte des Workshops

    • Potentiale der Artificial Intelligence
    • Überblick zu verschiedenen AI-Methoden
    • Abgrenzung zu anderen Disziplinen (Machine Learning, Deep Learning)
    • Anwendungsbereiche von Sensoren und Agenten
    • Implementierung eines Agenten

    Predictive Analytics

    Praxis-Workshop

    Voraussetzungen

    • Einführung in Machine Learning

    Kursziel

    • Mathematische Grundlagen der Predictive Analytics
    • Eigenständige Anwendung und Optimierung von Predictive Analytics Modellen

    Inhalte des Workshops

    • Grundlagen und Anwendungsbereiche der Predictive Analytics
    • Methoden der Predictive Analytics
    • Statistische Grundlagen für Vorhersagemodelle
    • Implementierung und Anwendung eines Predictive Analytics Modells
    • Visualisierung und Auswertung der Ergebnisse

    Sentiment Analysis

    Praxis-Workshop

    Voraussetzungen

    • Aufbauseminar Natural Language Processing

    Kursziel

    • Grundlagen und Anwendungsbereiche der Sentiment Analysis
    • Aufbau einer Pipeline und Visualisierung von Sentiment Analysis Modellen

    Inhalte des Workshops

    • Grundlagen und Anwendungsbereiche der Sentiment Analysis
    • Erkennung von Bedeutung und Emotionen in Textdaten
    • Tools zum Aufbau einer Sentiment Analysis Pipeline
    • Hands-On: Aufbau einer Pipeline zur Akquise relevanter Daten
    • Hands-On: Aufbau einer Pipeline zur Extraktion und Analyse semantischer Inhaltsmerkmale
    • Hands-On: Visualisierung semantischer Inhaltsmerkmale zur Stimmungsanalyse

    Kommunikation mit Chatbots

    Praxis-Workshop

    Voraussetzungen

    • Aufbauseminar Natural Language Processing

    Kursziel

    • Vertiefung der NLP Konzepte und Methode zum maschinellen Textverständnis
    • Eigenständige Anwendung von NLP Methoden zum Aufbau einer Chatbot Architektur

    Inhalte des Workshops

    • Anwendungsbereiche von Chatbots
    • Technologie und Architektur von Chatbots
    • Überblick relevanter NLP Tools zur bot-basierten Konversation
    • Hand-On: Aufbau einer NLP Pipeline zur automatisierten Text- und Spracherkennung
    • Hand-On: Integration der NLP Pipeline in eine Chatbot Architektur

    Machine Learning Einführung

    Einsteiger

    Voraussetzungen

    • keine

    Kursziel

    • Grundlegendes Verständnis der Methoden des maschinellen Lernens
    • Eigenständige Anwendung einfacher Machine Learning Modelle

    Inhalte des Workshops

    • Grundlagen und Anwendungsfelder des Maschine Learning
    • Verfahren von Machine Learning (Decision Trees, Prediction, Classification)
    • Methoden und Algorithmen von Vorhersagemodellen
    • Abgrenzung zu anderen Disziplinen wie AI, Data Mining
    • Implementierung von Basis-Modellen

    Deep Learning

    Aufbauseminar

    Voraussetzungen

    • Einführung in Machine Learning

    Kursziel

    • Grundlegendes Verständnis von Deep Learning, Neuronen und Neuronalen Netzen
    • Eigenständige Anwendung und Optimierung von Deep Learning Modellen

    Inhalte des Workshops

    • Grundlagen und Anwendungsbereiche des Deep Learning
    • Grundlagen zu Neuronen und Neuronalen Netzen
    • Einführung in die Mathematik neuronaler Netze und Neuronen
    • Implementierung und Anwendung eines Deep Learning Modells
    • Optimierung und Validieren von Deep Learning Modellen

    Visualisierung von Ergebnissen

    Praxis-Workshop

    Voraussetzungen

    • Einführung in Data Science

    Kursziel

    • Grundlagen zu verschiedenen Visualisierungsmöglichkeiten
    • Eigenständige Visualisierung von Informationen und Ergebnissen

    Inhalte des Workshops

    • Anwendungsbeispiele aussagekräftiger Visualisierungen
    • Vorstellung von Tools zur Visualisierungen von Ergebnissen in Dashboards
    • Passende Visualisierung zum jeweiligen Anwendungsfall
    • Aufbau eines Dashboard zur Darstellung von Informationen und Ergebnissen
    • Hands-On: Eigenständiger Aufbau eines Dashboards mit Echtdaten

    Anomaly Detection

    Praxis-Workshop

    Voraussetzungen

    • Einführung in Machine Learning

    Kursziel

    • Mathematische Grundlagen der Anomaly Detection
    • Eigenständige Anwendung und Optimierung von Anomaly Detection Modellen

    Inhalte des Workshops

    • Grundlagen und Anwendungsbereiche der Anomaly Detection
    • Methoden zur Anomaly Detection
    • Statistische Grundlagen zur Erkennung von Ausreißern
    • Implementierung und Anwendung eines Anomaly Detection Modells
    • Auswertung und Visualisierung der Ergebnisse

    Semantic Analysis

    Praxis-Workshop

    Voraussetzungen

    • Aufbauseminar Natural Language Processing

    Kursziel

    • Grundlagen zu Semantic Analysis
    • Eigenständiger Aufbau verschiedener Lösungen auf Basis von Semantic Analysis

    Inhalte des Workshops

    • Grundlagen und Anwendungsbereiche der Semantic Analysis
    • Herausforderungen und Fragestellungen der Semantic Analysis
    • Tools zum Aufbau einer Semantic Analysis Pipeline
    • Hands-On: Aufbau einer Lösung für Named Entity Recognition
    • Hands-On: Aufbau eines Text-Similarity Modells
    Jetzt individuelles Kursprogramm zusammenstellen!
    Jetzt Kurs zusammenstellen!
    Zurück zu den FAQ
    Impressum
    Datenschutzerklärung