Zum Hauptinhalt springen
Datenanalyst:in (HfWU Akademie)
Das Zertifikat Datenanalyst:in (HfWU Akademie) erlangst Du bereits nach der Belegung eines einzelnen Moduls – dem Modul Data Modelling for AI.
Inhaltlich verbindet das Modul Python Programming und Advanced Statistics: Du programmierst datengetriebene Anwendungen mit Python, arbeitest mit Libraries wie pandas, NumPy und scikit-learn und wendest fortgeschrittene statistische Methoden von der Regressions- bis zur Zeitreihenanalyse an.
Für Einzelkurse gelten keine formalen Zulassungsvoraussetzungen. Die Kurse belegst Du gemeinsam mit Studierenden des systemakkreditierten M. Sc. AI & Data Science.
Staatlich anerkannte Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU) · 4,7 von 5 Sternen auf StudyCheck
Termine im Wintersemester 2026/27
Freitag, 09.10.2026
16:15 – 20:15 Uhr
Samstag, 10.10.2026
08:30 – 15:30 Uhr
Freitag, 06.11.2026
16:15 – 20:15 Uhr
Samstag, 07.11.2026
08:30 – 15:30 Uhr
Qualifikationsziele des Kurses
- Fähigkeit, Datenstrukturen, Algorithmen und objektorientierte Konzepte zur Modellierung von Daten zu nutzen
- Anwendung von Python für die Vorverarbeitung, Analyse und Visualisierung von Daten im Kontext von KI- und ML-Anwendungen
- Fähigkeit, fortgeschrittene statistische Konzepte und Methoden in der Datenanalyse und im Kontext von KI-Modellen anzuwenden
- Verständnis und Anwendung multivariater Verfahren zur Beschreibung, Modellierung und Prognose komplexer Datenbeziehungen
- Kompetenz, Unsicherheiten zu quantifizieren und statistische Aussagen valide zu interpretieren
- Entwicklung eines fundierten Verständnisses für die statistische Fundierung von Machine-Learning-Methoden
Kursinhalte
Python Programming
- Einführung in Python (IDEs, Syntax, Datentypen)
- Kontrollstrukturen, Funktionen, Listen, Dictionaries, Sets
- File I/O, reguläre Ausdrücke, JSON, APIs
- Objektorientiertes Programmieren in Python
- Einführung in NumPy und Pandas für Datenmanipulation
- Nutzung von Scikit-learn für erste Modellversuche (Regression, Klassifikation)
- Integration in ML/AI-Pipelines
- Best Practices: Coding Style, Reproduzierbarkeit, Dokumentation
- Datenvisualisierung (z. B. mit plotly dash)
Advanced Statistics
- Statistik mit Python – Basics, Libraries, Frameworks
- Inferenzstatistik: Punkt- und Intervallschätzung, statistische Hypothesentests
- Lineare Regressionsanalyse: einfache und multiple Regression, logistische Regression, Diagnostik
- Zeitreihenanalyse: Visualisierung, Komponentenmodelle, Stationarität, ARIMA
- Validierung und Modellbewertung
- Prognose
Tools & Frameworks
NumPy, SciPy, statsmodels, Scikit-learn
Dozenten
Professor für betriebliche Informationssysteme & Digitalisierung
- Promotion im Bereich KI (Predictive Maintenance)
- Projekterfahrung im Bereich Softwareentwicklung, Data Science und KI
Professor für Quantitative Methoden in der Betriebswirtschaft
- Experte für Big Data und Predictive Analytics
- Langjährige Consultingerfahrung im Bereich CRM und Marketing Analytics
Online-Infoveranstaltungen
Live Session (Direktbeitritt)Wir bieten regelmäßig Online-Infoveranstaltungen an, bei denen wir detaillierte Informationen über unsere Masterstudiengänge & Weiterbildungen präsentieren. Dabei geht unser Studienprogrammleiter Prof. Dr. Stefan Detscher auch gerne auf Deine individuellen Fragen ein.
Nächste Termine: Kostenfreie AnmeldungTrage dich in das Kontaktformular ein, um Infomaterial per E-Mail zu erhalten.
AnsprechpartnerInnen
