Überblick

Daten sind der Treibstoff für die Digitalisierung der Wirtschaft. Allerdings können Unternehmen erst dann Fahrt aufnehmen, wenn sie über eigene Fachleute verfügen, die

    bereits vorhandene Produktions-, Kunden- oder Markt-Daten strukturieren und auswerten können,
    über geeignete Methoden zur Erhebung zusätzlich erforderlicher Daten verfügen und insgesamt
    die großen Potenziale datengestützter Analysen und Prozesse für die Wertschöpfung erschließen können.

Die Weiterbildung "Data Analyst (IHK)" qualifiziert datenaffine Fachkräfte branchenunabhängig dazu, diese Analytik und daraus hervorgehende Datenprojekte im Unternehmen zu implementieren. Wer im Wettbewerb von heute vorne mitfahren will, muss die Daten verstehen und richtig nutzen. Der praktische Teil umfasst die Umsetzung von Extract-Transform-Load-Prozessen in weit verbreiteten Business Intelligence Tools.

Einzelne verpasste Termine können jeweils über die Aufzeichnung nachgeholt werden.

Bitte melden Sie sich frühzeitig zum Kurs an. Die Teilnehmerzahl ist begrenzt, damit Rückfragen und Diskussionen möglich sind und Themen gemeinsam erarbeitet werden können.

Technische Voraussetzungen

In diesem Live Online Training wird mit dem Tool „Power BI“ gearbeitet, welches vom Teilnehmer installiert werden sollte. Eine einfache kostenlose Nutzung dieses Tools ist in Microsoft Windows möglich. In anderen Betriebssystemen kann das Tool nur durch technikerfahrene Nutzer über eine virtuelle Windows-Lösung (Beispiel: VirtualBox) eingerichtet und genutzt werden.

Eingangsvoraussetzungen für den Kurs

Den bestmöglichen Nutzen können Teilnehmende erzielen, die folgende Voraussetzungen mitbringen:

    Neugier auf berufliche Nutzungsmöglichkeiten digitaler Tools
    IT-Grundkenntnisse im beruflichen Umfeld
    Interesse an Datenprozessen
    Erfahrungen im Umgang mit Daten in Tabellenkalkulationsprogrammen
    Erste Erfahrungen in der datenbezogenen beruflichen Praxis und ein Grundverständnis für Daten und Datenbearbeitung
    Programmierkenntnisse sind nicht notwendig

Für die Zulassung zur Projektarbeit mit Fachgespräch werden weder ein bestimmter Bildungsabschluss noch eine entsprechende Berufserfahrung vorausgesetzt.

Zielgruppe

Das Webinar richtet sich an alle Mitarbeitenden in Unternehmen, die in kaufmännischen, produktiven oder leitungsunterstützenden Fachbereichen beschäftigt sind und das anerkannte Zertifikat "Data Analyst (IHK)" erwerben wollen.

Abschluss

Der Kurs schließt mit einem Abschlusstest in Form einer Projektarbeit ab. Die Projektarbeit erfolgt in Eigenregie durch die Teilnehmer. Für die Erstellung der Projektarbeit sind etwa 10 Stunden vorgesehen. Die Projektarbeit wird vom Dozenten tutoriell unterstützt. Zum Abschluss der Projektarbeit und als Voraussetzung für die Ausstellung des IHK Zertifikates "Data Analyst (IHK)" findet ein individuelles Fachgespräch als Online-Konferenz mit dem Trainer statt. Zur individuellen Identifikation und zum Fachgespräch (Kurspräsentation) wird vom Teilnehmer eine Webcam oder ein Smartphone mit Kamera benötigt..

Die Teilnehmer erhalten nach dem Abschluss des Lehrgangs und bestandener Projektarbeit inkl. Fachgespräch das IHK-Zertifikat "Data Analyst (IHK)". Hinweis: Das IHK-Zertifikat ist nicht einem öffentlich-rechtlichen Zeugnis gleichzusetzen und stellt keine Personen-Zertifizierung dar.

Lehrgangsinhalte

1. Grundlagen Data Analytics - ETL-Prozesse (Extract, Transform, Load)

    Überblick zu Data Analytics
    Datenim- und -export
    Explorative Datenanalyse
    Daten bearbeiten und transformieren
    Dokumentation und Organisation von Workflows

2. Visuelle Analyse und Reporting - Einstieg in BI-Tools (Business Intelligence)

    Grundzüge der visuellen Analyse und des Reportings
    Daten importieren, kombinieren und formatieren
    Graphen und Ansichten
    Daten filtern und Berechnungen durchführen
    Datenexport, Dashboards und Storys

3. Data Analytics für Fortgeschrittene - Datenbanken, Machine Learning, Workflow Control

    Arbeiten mit Datenbanken
    Maschinelles Lernen
    Workflow-Kontrollstrukturen
    Schnittstellen und Einbettungen
    Workflow-Optimierung

4. Datenprojekte - bewerten, planen und umsetzen

    Datenprojekte bewerten
    Datenprojekte planen und organisieren
    Datenprojekte formulieren und visualisieren

5. Praktisch umsetzen - Datenprojekte planen, Modelle erstellen, Vorhersagen treffen

    Anwendungsfall aus der betrieblichen Praxis
    Planung, Umsetzung und Ausführung eines Datenmodells