Kursbeschreibung

Diese Weiterbildung bereitet auf die verantwortungsvolle Rolle vor, umfangreiche Datenprojekte zu leiten und zu koordinieren. Projektmanager in diesem Bereich sind dafür zuständig, Datenanalyse-Teams zu führen, Strategien zu entwickeln und sicherzustellen, dass Daten effektiv genutzt werden. Die Nachfrage nach Fachkräften, die sowohl technisches Wissen als auch Projektmanagement-Kompetenzen mitbringen, wächst stetig, da Unternehmen zunehmend datengetriebene Entscheidungen treffen und Big Data zur Optimierung ihrer Geschäftsprozesse einsetzen. Die wichtigsten Kursinhalte im Überblick:

Grundlagen der Programmierung mit Python

Einführung in Python und Programmiergrundlagen
Lokale und globale Variablen
Schleifen und verschachtelte Schleifen
Built-In Funktionen und String Methoden
VS Code als Entwicklungsumgebung
Grundlagen objektorientierter Programmierung
Dateien und prozedurale Programmierung
Pakete und Visualisierung von Daten

Datenbanken

Datentypen
Erstellung von Tabellen und erste SQL-Abfragen
Schlüssel
Arbeiten mit Datenbanken
Umgang mit JOIN-Befehlen
Speicher- und Leistungsoptimierung
Datenbanksicherheit
Datenbankmanagementsysteme

Data Science

Statistik
Integration von Data Science im Unternehmen
CRISP-DM Vorgehensmodell
Bias und vertrauenswürdige KI
Ethik und Fairness in KI-systemen
Instrumentarien zur Risiko(Folge)abschätzung

Grundlagen Projektmanagement

Bewertung von Projekten und Entscheidungsfindung
Projektvorbereitung
Aufbau und Inhalt des Projektauftrags
Umfeldanalyse und Stakeholder Analyse
Steuerung und Reporting in Projekten
Projektabschlussbericht und Projektdokumentation

Kommunikation, Gesprächsführung und Präsentation

Feedback als Kommunikationsinstrument
Gespräche führen im Unternehmenskontext
Präsentation vorbereiten und gestalten
Nonverbale Kommunikation und ihre Bedeutung
Aufregung und Lampenfieber regulieren
Selbstmotivierung

AI und Big Data

Big Data Technologien
Datenschutzrechtliche Aspekte
Big Data Analysen mit Programmiersprache R
Kategorien der Künstlichen Intelligenz
Praktische Anwendung von KI
KI in der Gesundheitsbranche

KI und Prompt Engineering in der Praxis

Moderne KI-Tools und KI-Sicherheit
Datenschutz und Urheberrechte
​Anwendungsszenarien moderner KI-Tools umsetzen
​KI und der Arbeitsmarkt
EU AI Act
AI Crime

Professional Scrum Master (PSM I)

Die vier Werte des Agile Manifesto und ihre Hintergründe
Das Scrum Framework
Das Scrum Team
Teilnehmer, Ablauf und Ergebnis des Daily Scrums
Bestandteile und Zweck eines Sprints
Definition of Done

Professional Scrum Master (PSM II)

Scrum Values in der Praxis
Der Scrum Master als Coach und Lehrer
Der Scrum Master als Manager und Mentor
Sprint Planning und Sprint Review
Beitrag des Increments zum Produkterfolg
Aufwandsschätzung mit Planning Poker