Dies ist der erste von sieben Kursen im Rahmen des Google Advanced Data Analytics Certificate, das Ihnen dabei hilft, die Fähigkeiten zu entwickeln, die Sie benötigen, um sich für fortgeschrittene Positionen in der Datenbranche zu bewerben, z.B. als Data Scientist oder Datenanalyst. Datenexperten analysieren Daten, um Unternehmen zu helfen, bessere Entscheidungen zu treffen. Dazu verwenden sie leistungsstarke Techniken wie Data Storytelling, Statistik und maschinelles Lernen. In diesem Kurs beginnen Sie Ihre Lernreise, indem Sie sich mit der Rolle von Datenexperten am Arbeitsplatz beschäftigen. Außerdem lernen Sie den Projekt-Workflow PACE (Plan, Analyze, Construct, Execute) kennen und erfahren, wie er Ihnen bei der Organisation von Datenprojekten helfen kann.
Grundlagen der Datenwissenschaft
Dieser Kurs ist Teil von Google Erweiterte Datenanalyse (berufsbezogenes Zertifikat)
Dozent: Google Career Certificates
TOP-LEHRKRAFT
183.028 bereits angemeldet
Bei 
enthalten
(2,661 Bewertungen)
Was Sie lernen werden
Verstehen Sie die gängigen Berufe und Branchen, die erweiterte Data Analytics verwenden
Untersuchen Sie die Auswirkungen der Datenanalyse auf die Entscheidungsfindung
Erläutern Sie, wie Datenexperten den Datenschutz und die Datenethik wahren
Entwicklung eines Projektplans unter Berücksichtigung der Aufgaben und Zuständigkeiten der Teammitglieder
Kompetenzen, die Sie erwerben
- Kategorie: Projektmanagement
- Kategorie: Einblicke mit Stakeholdern teilen
- Kategorie: Funktionsübergreifende Teamdynamik
- Kategorie: Effektive Fragen stellen
- Kategorie: Effektive schriftliche Kommunikation
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
19 Quizzes, 1 Aufgabe
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Datenanalyse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat von Google zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 5 Module
Sie beginnen mit einer Einführung in das Google Advanced Data Analytics Certificate. Dann lernen Sie die Geschichte der Datenwissenschaft kennen und erfahren, wie die Datenwissenschaft heute bei der Lösung von Problemen hilft.
Das ist alles enthalten
7 Videos9 Lektüren2 Quizzes3 Plug-ins
Jetzt, da Sie mit der Geschichte der Datenwissenschaft vertraut sind, sind Sie bereit, das heutige Berufsfeld der Datenwissenschaft zu erkunden. Sie werden mehr darüber erfahren, wie Datenexperten ihre Daten verwalten und analysieren und wie datengesteuerte Erkenntnisse Unternehmen helfen können.
Das ist alles enthalten
8 Videos9 Lektüren5 Quizzes1 Plug-in
Sie lernen die Fähigkeiten kennen, die Datenexperten bei der Analyse von Daten einsetzen. Außerdem erfahren Sie, wie Datenexperten mit ihren Kollegen zusammenarbeiten.
Das ist alles enthalten
9 Videos6 Lektüren2 Quizzes1 Aufgabe
Sie lernen den PACE-Projektablauf (Plan, Analyze, Construct, Execute) kennen und erfahren, wie Sie ein Datenprojekt organisieren. Außerdem lernen Sie, wie Sie effektiv mit Teamkollegen und Interessengruppen kommunizieren können.
Das ist alles enthalten
7 Videos9 Lektüren6 Quizzes1 Plug-in
Am Ende des Kurses führen Sie ein Projekt durch, das Ihnen die Möglichkeit gibt, Ihre neuen Datenkenntnisse und Ihr Wissen aus Kurs 1 auf ein Arbeitsplatzszenario anzuwenden und die Lösung eines Geschäftsproblems zu üben.
Das ist alles enthalten
4 Videos11 Lektüren4 Quizzes
Dozent
von
Empfohlen, wenn Sie sich für Datenanalyse interessieren
University of London
Google
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
2.661 Bewertungen
- 5 stars
78,60 %
- 4 stars
15,24 %
- 3 stars
3,86 %
- 2 stars
0,97 %
- 1 star
1,31 %
Zeigt 3 von 2661 an
Geprüft am 15. Juli 2023
interesting course outline and assessments given. and i also commend our various course instructors throughout our learning process for thei words of encouragement. thanks.
Geprüft am 8. Juli 2023
A good introduction to data science and the job of data analyst. The course provides useful documents that will be good templates in a professional setting.
Geprüft am 21. Apr. 2023
Very exciting in terms of how a project is organized, how you have to follow certain structures that make your work easier when you are working in a group as a Data Scientist.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Unternehmen jeder Art und Größe haben Geschäftsprozesse, bei denen riesige Datenmengen anfallen. Jeden Moment werden alle Arten von Informationen von Computern, dem Internet, Telefonen, Texten, Streaming-Videos, Fotos, Sensoren und vielem mehr erzeugt. In der globalen digitalen Landschaft sind die Daten zunehmend unpräzise, chaotisch und unstrukturiert. Da die Geschwindigkeit und Vielfalt der Daten exponentiell zunimmt, haben Unternehmen Schwierigkeiten, damit Schritt zu halten.
Datenwissenschaft und fortgeschrittene Data Analytics sind Teil eines Fachgebiets, das Rohdaten nutzt, um neue Wege der Modellierung und des Verständnisses des Unbekannten zu schaffen. Um Erkenntnisse zu gewinnen, sind Unternehmen auf Datenexperten angewiesen, die Daten erfassen, organisieren und interpretieren, um sie für interne Projekte und Prozesse zu nutzen. Datenwissenschaftler und fortgeschrittene Fachkräfte für Datenanalyse stützen sich auf eine Kombination wichtiger Fähigkeiten, darunter Statistik, wissenschaftliche Methoden, Datenanalyse und künstliche Intelligenz.
Ein Datenexperte ist ein Begriff, der jede Person beschreibt, die mit Daten arbeitet und/oder über Datenkenntnisse verfügt. Ein Datenexperte ist zumindest in der Lage, Daten zu erkunden, zu bereinigen, auszuwählen, zu analysieren und zu visualisieren. Sie können auch gut mit dem Schreiben von Code umgehen und sind mit den Techniken vertraut, die von Statistikern und Ingenieuren für maschinelles Lernen verwendet werden, einschließlich der Erstellung von Modellen, der Entwicklung algorithmischen Denkens und der Erstellung von Modellen für maschinelles Lernen.
Datenexperten sind für das Sammeln, Analysieren und Interpretieren großer Datenmengen in einer Vielzahl unterschiedlicher Organisationen verantwortlich. Die Rolle eines Datenexperten wird von Unternehmen zu Unternehmen unterschiedlich definiert. Im Allgemeinen verfügen Datenexperten über technische und strategische Fähigkeiten, die fortgeschrittene analytische Fähigkeiten wie Datenmanipulation, Versuchsplanung, prädiktive Modellierung und maschinelles Lernen erfordern. Sie führen eine Vielzahl von Aufgaben im Zusammenhang mit dem Sammeln, Strukturieren, Interpretieren, Überwachen und Berichten von Daten in zugänglichen Formaten aus, damit die Beteiligten die Daten verstehen und effektiv nutzen können. Letztlich hilft die Arbeit von Datenexperten Organisationen, fundierte, ethische Entscheidungen zu treffen.
Große Datenmengen - und die zur Verwaltung und Analyse dieser Daten erforderliche Technologie - werden immer leichter zugänglich. Aus diesem Grund gibt es immer mehr Karrieremöglichkeiten für Menschen, die mithilfe von Daten Geschichten erzählen können, wie z. B. leitende Fachkräfte für Datenanalyse und Data Scientists. Diese Fachleute sammeln, analysieren und interpretieren große Datenmengen in einer Vielzahl unterschiedlicher Organisationen. Ihre Aufgaben erfordern fortgeschrittene analytische Fähigkeiten wie Datenmanipulation, Versuchsplanung, Prognosemodellierung und maschinelles Lernen.