Data Science

Betriebswirtschaftliche Entscheidungsprozesse basieren auf der Auswertung und Analyse von Information. Egal ob Industrie 4.0, intelligentes Marketing oder Optimierung der Kundenansprache, die richtigen Daten sind für jeden Geschäftsprozess entscheidend. Data Science und Predictive Analytics eröffnen eine neue Dimension in der Extraktion von Wissen aus Daten.

Data Science - Einführung für angehende Data Scientists

Welche Aufgaben habe ich als Data Scientist? Wie setze ich konkrete Anwendungsfälle mit machine learning methoden um? Welche Tools und Sprachen setzte ich wann am sinnvoll ein? Im ersten Teil der Schulung erfahren Sie die Grundlagen zu Data Science und Machine Learning: Anwendungsfälle, Entwicklungsprozess, Tools.

Im zweiten Teil setzen Sie einen exemplarischen Data Science Prozess mit einem Open Source Werkzeug um.

Nach der Schulung sind Sie in der Lage, Anwendungsfälle in Ihrem Unternehmen zu identifizieren und erste Lösungen zu entwickeln.


Bereich: Data Science
Kursnr: S1941
Kursname: Data Science - Einführung für angehende Data Scientists
Dauer: 2 Tage

 

Allgemeines

Um ein optimales Schulungsergebnis zu erreichen und auf Ihre Fragen individuell eingehen zu können, ist die Teilnehmerzahl auf 8 Personen begrenzt. Wir behalten uns vor, die Schulung rechtzeitig abzusagen, wenn die Mindestteilnehmerzahl von 4 Personen nicht erreicht wird. Als besonderen Service gewähren wir Ihnen einen Gruppenrabatt von 200,00 EUR für jeden weiteren Teilnehmer.

Beschreibung des Schulungsinhalts

„The Sexiest Job of the 21st Century“ - so bezeichnete der „Harvard Business Review” den Beruf des Data Scientist. Doch was genau tut ein Data Scientist und für welche Fragestellungen kann Data Science genutzt werden?
In dieser Schulung werden wir Ihnen sowohl ein grundlegendes Verständnis von Data Science vermitteln, als auch aufzeigen wie Sie Data Science in Ihrem Unternehmen aktiv nutzen können.
Am ersten Tag lernen Sie die Grundlagen von Data Science, sowie ein konkretes Vorgehen für Data Science Projekte kennen. Sie erfahren, wie Sie von einer betriebswirtschaftlichen Fragestellung zu einem Vorhersagemodell kommen und wie Sie die Ergebnisse nutzen können. Ein Überblick über Data Science Methoden und Werkzeuge runden den Tag ab.
Am zweiten Tag wird das Wissen praktisch angewendet. Mit einem Open Source Data Science Werkzeug wird der gesamte Data Science Prozess trainiert. Dabei erfahren Sie, worauf Sie als Data Scientist achten sollten, um ein möglichst gutes Produkt zu schaffen.

Der Kurs umfasst die folgenden Lerneinheiten:

  • Einführung und Einbindung von Data Science in einen betriebswirtschaftlichen Rahmen
  • Vorgehensmodelle und Zieldefinitionen für Data Science Projekte
  • Data Science Methoden (insbesondere Machine Learning) und Werkzeuge
  • Praktische Umsetzung eines Data Science Prozesses in einem Tool
  • Tipps, Tricks und Kniffe für ein gutes Data Science Produkt

Die Schulungsinhalte werden neben der Präsentation anhand typischer Arbeitsprozesse im Rahmen von praktischen Übungen erprobt und vertieft.

Zielgruppe

Zukünftige Data Scientists, Anwender aus dem BI/DWH/IT-Bereich, Entwickler, Business Analysten

Ziele

Nach diesem Seminar haben Sie ein Verständnis dafür entwickelt, was Data Science ausmacht, wie ein Data Science Prozess aussieht und wie er in einen betriebswirtschaftlichen Kontext eingebettet werden kann. Darüber hinaus lernen Sie, welche Methoden im Data Science Umfeld verwendet werden und welche Werkzeuge dazu genutzt werden können. In Kombination mit der praktischen Anwendung von Data Science an einem konkreten Beispiel befinden Sie sich in einer hervorragenden Position, um als Data Scientist erste Projekte in Ihrem Unternehmen begleiten zu können.

Anmeldung

Zur Anmeldung

  • 04.02.-05.02.2019
  • 13.05.-14.05.2019
  • 19.08.-20.08.2019
  • 25.11.-26.11.2019

In-House Seminar anfragen

 

 

Predictive Analytics Heben Sie den Schatz in Ihren Daten!

Viele Informationen über Ihre Kunden liegen versteckt in Ihren Daten. Die genaue Kenntnis verschafft Ihnen große Wettbewerbsvortei­le Mit Data Science finden Sie die Schätze in Ihren Daten.
 

www.data-science-island.de

 

 

 

 
 

Unsere Referenten

Tobias Rippel

Daten existieren überall und sind heutzutage leicht zugänglich. Die Herausforderung besteht darin, den Daten ihre Geheimnisse zu entlocken und sie gewinnbringend zu nutzen. Dieser Herausforderung stellen wir uns jeden Tag aufs Neue.

Tobias Rippel studierte Wirtschaftsinformatik an der WWU Münster. Bereits während seines Studiums beschäftigte er sich intensiv mit Data Science Themen. Er entwickelte verschiedene Prognosemodelle, z.B. zur Bahnrisserkennung im Printmediendruck, zur Verbesserung von Schadensprognosen einer Versicherung oder zur Berechnung von Kündigungswahrscheinlichkeiten. Aktuell beschäftigt er sich mit der automatisierten Modellbildung durch Nutzung verschiedener Machine Learning Ansätze wie Gradient Boosting Verfahren oder Neuronaler Netze. Um diese automatischen Verfahren gegen andere Data Science Teams zu vertesten, nahm Herr Rippel sehr erfolgreich an verschiedenen Data Science Challenges teil. Tobias Rippel arbeitet als Data Scientist für verschiedene Kunden und gibt sein Wissen als Trainer in Data Science Schulungen weiter.

Dr. Thomas Wörmann

Wir unterstützen unsere Kunden bei der Transformation von Daten in Wissen, mit modernsten Werkzeugen und praxisnahen Methoden.

Herr Dr. Thomas Wörmann ist ein ausgewiesener Experte für die Konzeption und Implementierung von Business Intelligence und Data Warehouse Lösungen. Seit über 10 Jahren arbeitet er erfolgreich in der Beratung von Kunden des Finanzsektors und öffentlicher Organisationen. Sein fachlicher Schwerpunkt liegt zur Zeit in den Bereichen Datenbankmodellierung und Business Analytics. Darüber hinaus vermittelt Herr Dr. Wörmann sein Wissen als erfahrener Dozent an Fachhochschulen und in Workshops und Seminaren der Informationsfabrik.

Anfrage In-House Seminar

Invalid Input
Invalid Input
Bitte nennen Sie uns Ihr Unternehmen.
Bitte geben Sie Ihren Namen an.
Bitte geben Sie eine gültige Telefonnummer an.
Bitte geben Sie eine gültige E-Mail-Adresse an.
Bitte geben Sie Ihre Straße an.
Bitte geben Sie Ihre Postleitzahl an.
Bitte vervollständigen Sie Ihre Adresse.
Dieses Feld wird benötigt.