Cloud Data Engineer

Passt der Kurs zu dir?

1. 1
   Grundlagen in Netzwerken, IP-Adressierung und Linux oder Windows Server, denn jede Cloud-Plattform baut darauf auf.
2. 2
   Ein eigenes Testkonto beim Cloud-Anbieter mit Budgetwarnung, damit Übungsressourcen keine unerwarteten Kosten verursachen; frage, ob der Kurs stattdessen eine Laborumgebung stellt.
3. 3
   Englisch zum Lesen von Konsole und Herstellerdokumentation; frage nach, in welcher Sprache du die Zertifizierungsprüfung ablegst.

Das lernst du

1. 1
   Die Weiterbildung "Cloud Data Engineer" vermittelt praxisorientierte Kompetenzen im Bereich Data Engineer mit Fokus auf moderne Cloud-Datenplattformen und Datenbanken. Teilnehmende lernen, Daten aus unterschiedlichen Datenbanken zu verarbeiten, zu integrieren und für analytische Zwecke bereitzustellen. Der Schwerpunkt liegt auf typischen Aufgaben eines Data Engineer, insbesondere im Umgang mit Datenbanken und skalierbaren Datenarchitekturen. Ziel ist es, die Rolle als Data Engineer zu verstehen und Datenbanken sowie Cloud-Technologien strukturiert einzusetzen. Bestandteil der Weiterbildung sind zudem Herstellerzertifikate von Microsoft, die Kompetenzen als Data Engineer und im Umgang mit Datenbanken formell bestätigen.
2. 2

   Die Weiterbildung ist modular aufgebaut und deckt zentrale Themen rund um Data Engineer und Datenbanken ab

   Moderne Datenanalyse mit SQL-Server: Arbeit mit relationalen Datenbanken als Grundlage für Aufgaben eines Data Engineer.
   Power BI Basics: Visualisierung von Daten aus Datenbanken zur Unterstützung von Data Engineer-Prozessen.
   Power BI Advanced: Erweiterte Visualisierung und Aufbereitung von Daten aus komplexen Datenbanken im Kontext von Data Engineer-Aufgaben.
   Python für Data Science, Maschinelles Lernen & Visualisierung: Einsatz von Python zur Verarbeitung von Daten aus Datenbanken im Arbeitsfeld eines Data Engineer.
   DP-900: Microsoft Data Fundamentals: Grundlagen zu Datenbanken und Datenstrukturen als Basis für die Tätigkeit als Data Engineer.
   DP-3011: Implementing a Data Analytics Solution with Azure Databricks: Umsetzung von Data Engineer-Szenarien mit Fokus auf Datenbanken und Datenverarbeitung.
   DP-700: Microsoft Fabric Data Engineer: Zentrale Inhalte zur Rolle als Data Engineer und zur Nutzung moderner Plattformen im Umgang mit Datenbanken.
   Kanban Foundation: Grundlagen agiler Methoden zur Organisation von Data Engineer-Projekten im Kontext von Datenbanken.
   IntelliLAB - AI Literacy: Einführung in KI-Grundlagen und deren Relevanz für Data Engineer und Datenbanken.
   Bewerbungstraining: Vorbereitung auf Bewerbungsprozesse für Rollen als Data Engineer mit Fokus auf Datenbanken.
   Während der Weiterbildung werden typische Aufgaben eines Data Engineer praxisnah vermittelt. Teilnehmende arbeiten mit Datenbanken in unterschiedlichen Szenarien und lernen, Daten strukturiert zu verarbeiten. Der Data Engineer steht dabei im Mittelpunkt, insbesondere im Zusammenspiel mit Datenbanken und modernen Datenplattformen. Übungen unterstützen den Aufbau von Kompetenzen im Umgang mit Datenbanken sowie in der Umsetzung von Data Engineer-Prozessen. Die Vorbereitung auf Zertifizierungen stellt sicher, dass Kenntnisse als Data Engineer und im Bereich Datenbanken strukturiert aufgebaut und nachgewiesen werden können.

1. 1

   München

   02.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · über 10.000 €

2. 2

   München

   02.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · über 10.000 €

3. 3

   München

   07.01.2027 · Blended Learning · Vollzeit · 1–3 Monate · über 10.000 €

4. 4

   München

   07.01.2027 · Blended Learning · Teilzeit · 3–6 Monate · über 10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Infrastruktur automatisieren

   In den DevOps- und Bereitstellungskursen beschreibst du Server und Netzwerke als Code und spielst Änderungen über Pipelines aus. Testumgebungen entstehen so per Skript und verschwinden danach wieder. Beispiel: Du richtest eine Pipeline ein, die bei jeder Codeänderung eine Testumgebung in AWS erzeugt und nach dem Test löscht.

2. 2

   Datenschutz und Sicherheit mitplanen

   Die Kurse zu Cloud Security und CCSP behandeln Verschlüsselung, Identitäten und die geteilte Verantwortung zwischen Anbieter und Kunde. Verarbeitet ein Cloud-Anbieter personenbezogene Daten im Auftrag, verlangt die DSGVO einen Vertrag, der ihn an die dokumentierten Weisungen des Auftraggebers bindet. Beispiel: Du prüfst für ein Projekt, in welcher Region die Kundendaten liegen und ob der Vertrag zur Auftragsverarbeitung unterschrieben ist.

3. 3

   Kosten sichtbar machen

   Du lernst, Ressourcen mit Tags Projekten zuzuordnen, Budgets mit Warnschwellen anzulegen und ungenutzte Instanzen zu finden. Das trennt einen geplanten Cloud-Betrieb von einer überraschenden Monatsrechnung. Beispiel: Du findest in einem Konto vergessene Testserver und stellst eine automatische Abschaltung am Abend ein.

Themen

Arbeitsmarkt

Cloud Computing bundesweit in Zahlen