1. Einführung

30 UE

• Kursablauf
• Relevante Soft Skills
• Vermittlung erster Kompetenzen die auch im Kursablauf relevant sind
  

3. Datenauswertung in Excel

150 UE

• Excel-Grundlagen, insbesondere für die Datenanalyse
• Excel umzugehen und eigenständig Analysen durchzuführen
  

2. Einführung Data Analysis

40 UE

• Verständnis für die Bedeutung von Daten in Unternehmen
• Entsprechend den Möglichkeiten, die die Datenanalyse bietet
• Vermittlung von Begrifflichkeiten und Arten von Daten

4. Effiziente Kommunikation & Präsentation

50 UE

• Methoden im Kommunizieren, Präsentieren und Moderieren
• Datenanalyse-Ergebnisse und zielgruppengerecht an relevante Stakeholder präsentiert werden

5. Grundlagen der Python- Programmierung

200 UE

• Vermittlung von Programmier-Grundlagen in Python und Jupyter Notebooks
• Die Teilnehmenden werden in die Lage versetzt, eigene kleine Skripte zu programmieren

7. Datenbank & SQL

300 UE

• Datenbanken-Grundlagen
• Einsatz von relationalen und NoSQL-Datenbanken und Datenmodellierung
• Die Teilnehmenden werden in die Lage versetzt, eigene SQL-Skripte zu erstellen sowie SQL-Datenbanken aus Python heraus anzusprechen

6. Python für Datenanalysten

230 UE

• Einführung in die Datenbearbeitung mit der Python-Bibliothek pandas
• Daten einzulesen, zu verarbeiten und zu speichern
• Zudem werden GIT und Github für eine professionelle, teamorientierte Arbeitsweise eingesetzt

8. Datenschnittstellen

100 UE

• Einsatz und die Funktionsweise von RESTful APIs
• Praktische Nutzung geübt, d.h. durch Abruf von Daten als auch durch das Bereitstellen einer API mit Python
• Einfache Webscraper in Python programmiert, die Daten aus Webseiten auslesen

9. Statistik

150 UE

• Statistik-Wissen ist als Data Analyst unverzichtbar
• Skalen, Median und Streuung über Konfidenzintervallen bis zu linearer Regression und Hypothesentests

11. Datenvisualisierung mit Python

150 UE

• Best Practices der Datenvisualisierung
• Erstellung von Diagrammen mittels seaborn/matplotlib
• Die Teilnehmenden werden in die Lage versetzt, passende Visualisierungen zu einem Datensatz bzw. zu einer Problemstellung zu wählen und diese in Python zu erstellen

10. Business Analytics

50 UE

• Typische Tools von Businessanalysten
• Grundlagen der IT-Projektarbeit
• Business Tools wie SWOT oder Gantt-Charts
• Projekte einzuschätzen und zu planen
• Moderne agile Methoden wie Scrum
• Software wie Jira eingeübt   

12. Microsoft Power BI

200 UE

• Power BI
• Vorbereitung auf die Prüfung PL-300 zur Erlangung des Zertifikats „Microsoft Power BI Data Analyst Associate“
• Reports und Dashboards in Power BI
• Power BI-Dienst veröffentlichen und verwalten

13. KI & Machine Learning

100 UE

• Machine Learning, vokabular und Anwendungsmöglichkeiten sowie –grenzen
• Die Teilnehmenden werden in die Lage versetzt, eigene ML-Skripte in Python zu programmieren

15. Arbeitsmarkttransfer & -vorbereitung

150 UE

• Bewerbungsprozess Training
• Aufbau von Lebenslauf, Kommunikation und Verhalten im Bewerbungsgespräch
• Individuell Karriere Beratung

14. Low-Code ML (IHK)

100 UE

• Zerti­fikatslehrgang „Data Analyst“ bearbeiten die Teilnehmer übergreifende Fragestellungen
• Kompetenzen für Prozesse und Methoden der Datenanalytik

16. Abschlussprojekt

400 UE

• In kleinen Teams wird eigenständig an realen Projekten gearbeitet
• Die Projekte entstehen in Kooperation mit Unternehmen und passen zu den im Kurs gelernten Inhalten