Cloud Data Scientist - Vom Einsteiger zum Experten

Passt der Kurs zu dir?

1. 1
   Mathematik auf Oberstufenniveau mit linearer Algebra, Ableitungen und Wahrscheinlichkeitsrechnung, weil Regression und neuronale Netze darauf beruhen.
2. 2
   Programmierkenntnisse in Python oder die Bereitschaft, sie in einem Vorkurs aufzubauen, bevor Machine Learning beginnt.
3. 3
   Wenn dein Betrieb KI-Systeme einsetzt: Die KI-Verordnung der EU verpflichtet Anbieter und Betreiber, nach besten Kräften für ausreichende KI-Kompetenz ihres Personals zu sorgen; frage, ob dein Kurs dafür einen Nachweis ausstellt.

Das lernst du

1. 1
   Data Scientists oder Datenwissenschaftler:innen generieren aus unüberschaubaren Details verwertbare Informationen, die der Unternehmensführung strategische Entscheidungen erleichtern. Data Scientist entwickeln analytische Methoden zur gezielten Datenanalyse und erstellen Prognosen für die Zukunft. Damit modernisieren sie das Unternehmensreporting und optimieren so langfristig die Geschäftsziele.
2. 2
   Dieses Training vermittelt wichtige Grundkenntnisse in Business Intelligence (BI), relationalen Datenbanken (SQL) und der Programmierung sowie Kenntnisse in Machine Learning-Techniken, um sich darauf aufbauend zum Data Scientist weiterbilden zu können.
3. 3
   Microsoft Power BI wird genutzt, um mit Hilfe von Daten Erkenntnisse für ein Unternehmen zu gewinnen. Dabei können die Daten aus verschiedenen Quellen wie zum Beispiel Excel-Tabellen oder Datenbanken stammen. Mit Power BI kann man Daten zusammentragen, in die richtige Form bringen und mit Hilfe eines Datenmodells in Beziehung zueinander bringen. Dadurch können die Daten anschließend analysiert, in Dashboards visualisiert und die Ergebnisse anderen zur Verfügung gestellt werden.
4. 4
   SQL ist die Abkürzung für Structured Query Language, die sich als Standardsprache für die Kommunikation mit zweidimensionalen, relationalen Datenbanken durchgesetzt hat. Mit Hilfe von SQL können Datentabellen erstellt, miteinander verknüpft und editiert werden. Dabei funktioniert die Datenbanksprache wie eine Art Schnittstelle zwischen den in Sprachen wie C, C++ oder Java programmierten Datenbanken, indem sie die externen Anfragen von Usern in für die Datenbank verständliche Befehle übersetzt.
5. 5

   Diese Weiterbildung setzt sich aus nachfolgenden Modulen zusammen

   Grundlagen Programmierung (Python, C#)
   Excel für Power BI sowie PowerPivot: Datenanalyse & Visualisierung
   Moderne Datenanalyse mit SQL-Server: SQL Grundlagen und die Verknüpfung zu Power BI, Power Pivot und Azure
   Power BI Basics and Avanced
   Cloud Grundlagen Microsoft (Azure)
   Cloud Data Grundlagen (Azure Data)
   Designing and Implementing a Data Science Solution on Azure
   Vor Trainingsbeginn finden ein Beratungsgespräch und ggf. ein Einstufungstest statt.
   Wir erstellen, je nach Ihren Vorkenntnissen und beruflichen Perspektiven, einen individuellen Lehr- und Weiterbildungsplan für Sie.
   Wir unterstützen Sie bei der Überarbeitung Ihrer Bewerbungsunterlagen und bei der Jobsuche während der Weiterbildung.

1. 1

   München

   19.10.2026 · Präsenzunterricht · Teilzeit · 3–6 Monate · 5.000–10.000 €

2. 2

   Eschborn

   19.10.2026 · Präsenzunterricht · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   München

   19.10.2026 · Präsenzunterricht · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Eschborn

   19.10.2026 · Präsenzunterricht · Vollzeit · 1–3 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   Vorhersagen aus Daten bauen

   Du trainierst Modelle, die etwa Nachfrage, Maschinenausfälle oder Kündigungen vorhersagen, und misst ihre Güte mit Daten, die das Modell vorher nicht gesehen hat. Dabei lernst du auch, wann ein einfaches lineares Modell genügt. Beispiel: Ein Händler plant mit deinem Modell die Bestellmenge für die nächste Saison.

2. 2

   Datenpipelines und Cloud

   Die Kombikurse mit Data Engineering zeigen, wie Daten aus Datenbanken, Logdateien und Schnittstellen automatisch in eine Analyseumgebung fließen. Cloud-Data-Science-Kurse ergänzen SQL-Datenbanken und Rechenleistung auf Abruf. Beispiel: Du richtest eine Pipeline ein, die Sensordaten einer Maschine stündlich bereinigt und speichert.

3. 3

   Modelle erklären und verantworten

   Du prüfst Trainingsdaten auf Verzerrungen und fehlende Werte und machst nachvollziehbar, welche Merkmale ein Ergebnis treiben. Bei Entscheidungen über Menschen, etwa zu Krediten oder Bewerbungen, achtest du zusätzlich auf Datenschutz und Gleichbehandlung. Beispiel: Du zeigst dem Vertrieb, welche Merkmale die Vorhersage eines Kündigungsrisikos am stärksten beeinflussen.

Themen

Arbeitsmarkt

Data Scientist bundesweit in Zahlen