Data Science Experte mit Scrum®️
k.A zum ZeitpunktUnterrichtszeiten
09:00 - 16:30Bildungs- und Beratungsanbieter
Karriere Tutor GmbHZielgruppe
Personen aus verschiedenen Fachbereichen, die Interesse an der Analyse und Interpretation von Daten haben und die Scrum-Projektmanagementmethode erlernen möchten.Abschluss
Data Science Experte mit Scrum®️Max. Teilnehmeranzahl
25Veranstaltungsort
Talstraße 21 - 89584 EhingenBeschreibung
Programmieren mit Python Die Grundlagen der Programmierung Dictionaries, Verschachtelung Code Testing, insbes. Funktionen, Klassen Einführung in die Programmiersprache Python Dateien und Ausnahmen Klassen Standardbibliotheken von Python Funktionen Benutzereingaben und while-Schleifen Variablen und einfache Datentypen if-Anweisungen Arbeiten mit Listen, Einführung in Listen Datenbanken Einführung in Datenbanken Datentypen, Vorteile der Verwendung von Datentypen Schlüssel in Datenbanken Entitiy-Relationship-Modell (ERM) Erstellung von Tabellen in Datenbanken Structured Query Language (SQL) und die Anwendung Basic SQL-Befehle, erweiterte SQL-Befehle, SQL-Joins Speicher- und Leistungsoptimierung von Datenbanken Sicherheit von Datenbanken Datenbankmanagementsysteme MS Excel Grundlagen Einführung und Überblick Excel als Datenbank Strukturierung von Tabellen Verwendung von Formeln und Zellinhalten Filtern und Sortieren von Daten MS Excel Advanced Basiswissen über Namen und Techniken beim Einsatz von Namen Gliederung von Tabellen Formeln und Zellinhalte überwachen Spezialfilter, Excel-Datenbanken und Analyse Erstellung von Pivot-Tabellen Trendanalysen, Datentabellen und Zielwertsuche Szenarien und Matrizen Diagramme und Grafiken Daten importieren und exportieren Data Science Definition und Theoretische Grundlagen für Date Science Statistik Grundlagen ausgewählter Methoden von Data Science Integration von Data Science im Unternehmen CRISP-DM Vorgehensmodell Fallstudien Einführung in Trustworthy AI Rechtliche Rahmenbedingungen in der EU Bias und vertrauenswürdige KI Ethik und Fairness in KI-Systemen Erklärbare Künstliche Intelligenz (XAI) Instrumentarien zur Risiko(Folge)abschätzung Grundlagen Projektmanagement Definition und Abgrenzung Von der Idee zum Projekt Ansätze im Projektmanagement Projektstart und erste Schritte Rollen im Projektmanagement Risiken und Chancen Phasen und Meilensteine Zeit- und Ressourcenplanung Change Management Definition Change Management, Ansätze Auslöser von Unternehmenswandel Intern vs. extern ausgelöster Wandel Widerstand im Change Management Hemmnisse des Wandels Das System Unternehmen und seine Umwelt Ursachen fürs Scheitern, Umgang mit Widerständen Erfolgsfaktorenmodell im Veränderungsmanagement Erfolgsfaktoren Change Management Foundation (APMG) Einführung Zielsetzung und Ansatzpunkte Modelle des Change Prozesses Entstehender Wandel Schlüsselrollen im organisatorischen Wandel Stakeholderengagement Kommunikation, Feedback Kommunikationskanäle, -strategien Management von Veränderungsprozessen, Methoden Kommunikation, Gesprächsführung, Präsentation Kommunikationsgrundlagen Kommunikationsmodelle, digitale Kommunikation Feedback - Formen, Regeln, Prozess, Risiken Gesprächsführung (geschäftlich), Konflikte (Inhaltliche) Gestaltung von Präsentationen Digitale Präsentation Körpersprache und Stimme Stimme und Stress Vermeidung von Stress Umgang mit Nervosität Professional Scrum Master (PSM I) Scrum®️ Framework Grundlagen im agilen Projektmanagement*Scrum®️ Fundamente - Grundlagen und Konzepte Agile Manifesto Scrum®️ Gruppe Der Scrum®️ Master Scrum®️ Sitzungen Scrum®️ Produkte Professional Scrum Master (PSM II) Scrum®️ Theorie (Vertiefungskurs) Unterschiede PSM II vs. PSM I Die Rollen des Scrum®️ Masters Manager Scrum®️ Events Scrum®️ Artefakte Planning, Budgeting, Funding Monitoring, Controlling Professional Scrum®️ Product Owner PSPO I Profil und Charakteristiken des PSPO Verantwortlichkeiten im Sprint Vision, Value, Validation Planning, Release Management Feedback, Scaling Der Wert eines Produkts Product Backlog Management Metriken Vorbereitung auf die Prüfung bei scrum.orgZur Karte
