Zertifizierter Data Scientist - Modul 2: Data Science
Zielgruppe
Mitarbeiter aus
- der Vertriebssteuerung/-management
- dem (Risiko-)Controlling
- der IT-Organisation
- (Perspektivische) Datenmanager, Data Scientists
- (Leitende) Mitglieder von Digitalisierungs-, Trends- und Zukunftsteams bzw. von entsprechenden Task Forces, …
Ihr Nutzen
- Versierter Umgang mit „state-of-the-art“ Programmiersprachen (SQL, Python) für das Datenbankmanagement und die Datenanalyse
- Fundierte Kenntnisse von Machine Learning und Deep Learning Algorithmen
- Softwarebasierte Umsetzung verschiedenster Methoden (Visualisierung, Statistik, Machine Learning, Deep Learning) der modernen Datenanalyse
- Kenntnisse in der Umsetzung von Datenanalyseprojekten auf der Big Data Analytics Plattform (BDAP)
- (Strategische) Konzeption und Durchführung von Datenanalyseprojekten
Inhalt
Tag 1:
1) Wiederholung der Inhalte des Seminars „Zertifizierter Datenanalyst“ – Teil 2
a. Induktive Statistik
b. Grundlagen des Maschinellen Lernens
2) Umsetzung der Inhalte aus dem „Zertifizierten Datenanalyst“ in Python
a. Datenvisualisierung in Python
b. Induktive Statistik in Python
c. Einfache Beispiele des Maschinellen Lernens in Python
Tag 2:
1) Fortgeschrittene Methoden des Maschinellen Lernens mit Python
a. Vorstellung weiterer Algorithmen des Maschinellen Lernens
i. Support Vector Machines (SVM)
ii. Principal Component Analysis (PCA)
iii. Kernel Schätzung
iv. Künstliche Neuronale Netze (kNN)
b. Umsetzung der vorgestellten Algorithmen in Python
2) Gastvortrag der Fiducia & GAD IT AG
a. Einführung in die Big Data Analytics Plattform (BDAP)/Smart Data LAB
b. Vorführung/Beispielhafte Programmierung auf der für Banken zugänglichen Python-Schnittstelle auf der BDAP
Tag 3:
1) Selbstständige Durchführung eines Datenanalyse Projektes (anhand realer Daten aus der eigenen Bank; alternativ anhand eines Musterdatensatzes)
a. (strategische) Projektkonzeption
b. Datenvorbereitung, -visualisierung und -analyse
c. Ergebnisinterpretation
1) Wiederholung der Inhalte des Seminars „Zertifizierter Datenanalyst“ – Teil 2
a. Induktive Statistik
b. Grundlagen des Maschinellen Lernens
2) Umsetzung der Inhalte aus dem „Zertifizierten Datenanalyst“ in Python
a. Datenvisualisierung in Python
b. Induktive Statistik in Python
c. Einfache Beispiele des Maschinellen Lernens in Python
Tag 2:
1) Fortgeschrittene Methoden des Maschinellen Lernens mit Python
a. Vorstellung weiterer Algorithmen des Maschinellen Lernens
i. Support Vector Machines (SVM)
ii. Principal Component Analysis (PCA)
iii. Kernel Schätzung
iv. Künstliche Neuronale Netze (kNN)
b. Umsetzung der vorgestellten Algorithmen in Python
2) Gastvortrag der Fiducia & GAD IT AG
a. Einführung in die Big Data Analytics Plattform (BDAP)/Smart Data LAB
b. Vorführung/Beispielhafte Programmierung auf der für Banken zugänglichen Python-Schnittstelle auf der BDAP
Tag 3:
1) Selbstständige Durchführung eines Datenanalyse Projektes (anhand realer Daten aus der eigenen Bank; alternativ anhand eines Musterdatensatzes)
a. (strategische) Projektkonzeption
b. Datenvorbereitung, -visualisierung und -analyse
c. Ergebnisinterpretation
Ihr persönlicher Kontakt
Julia-Sophie MaierProduktmanagerinMarketing und Vertrieb, Personal, Betriebsrat, Assistenz, Datenanalyse, Nachhaltigkeit, Trainer, IT-Manager, KITel.: 08461/650-1374julia-sophie.maier@abg-bayern.de
Julia GablerAssistentinMarketing und Vertrieb, Personal, Betriebsrat, Assistenz, Datenanalyse, Nachhaltigkeit, Trainer, Coaching, IT-Manager, KI, Bankorganisation und Meldewesen Tel.: 08461/650-1320julia.gabler@abg-bayern.de