Die Digitalisierung bringt ein rasantes Wachstum der Datenmengen etwa aus sozialen Netzwerken oder dem „Internet of Things“ mit sich. Data Science – das sind die Technologien und das spezielle Wissen, um aus diesem unerschöpflichen Potenzial Mehrwerte zu erzeugen. Die strategische Bedeutung von Data Science wird von Unternehmen erkannt.
Aber mit welchem Geschäftsmodell lässt sich das Potenzial von Data Science für Prozessverbesserungen und Produkt- bzw. Serviceinnovationen umsetzen? Und wie können im unüberschaubaren Markt technischer Lösungen für die Speicherung, Verwaltung und Analyse der Datenmengen Fehlinvestitionen vermieden werden?
Der Zertifikatskurs stellt dar, welches Potenzial Data Science für Unternehmen mit sich bringt und welche Hürden aktuell bestehen. Individuelle Fragestellungen der Teilnehmenden werden mit dem Dozenten und berufserfahrenen Peers diskutiert.
Einführung
Grundlagen zu Data Science
Ausgangssituation und Rahmenbedingungen | Definition und Quellen
Überblick Data Science-Technologien
Systemarchitektur und Bausteine | Datenarchitekturrahmen (Data Lake und Data Warehouse)
Vertiefende Darstellung der Technologie-Bausteine
Funktionsumfang (Daten-Haltung, Daten-Zugriff, Analytische Verarbeitung, Visualisierung, Daten-Integration etc.) Konkreter Use Case CRISP, Predictive Analytics
Management von Data Science Projekten
Datenschutz | Vorgehensmodell (Phasen, Strategien) | Kompetenzentwicklung | Mitarbeiterprofile
Leitlinien für den Data Science Einsatz
Handlungsbedarf | Chancen und Herausforderungen | Beweggründe in Unternehmen für Beschäftigung mit Data Science
Grundlagen zu Data Science und Data Science Technologien | Konzeption und Leitlinien | Datengetriebene Geschäftsmodelle