Data Analyst mit Microsoft Azure

Passt der Kurs zu dir?

1. 1
   Sicherer Umgang mit Excel, Prozentrechnung und Grundbegriffen der Statistik wie Mittelwert, Median und Streuung.
2. 2
   Für die IHK-Prüfung zur Berufsspezialistin oder zum Berufsspezialisten für Datenanalyse: eine IT-Ausbildung, eine andere Ausbildung mit einem Jahr Praxis, sechzig Leistungspunkte aus einem Studium mit zwei Jahren Praxis oder vier Jahre einschlägige Berufspraxis (§ 2 DAFPrV).
3. 3
   Bereitschaft, Datenschutzregeln einzuhalten, denn Auswertungen mit Kunden- oder Personaldaten fallen unter die DSGVO.

Das lernst du

1. 1
   In diesem Weiterbildungspaket erwerben Sie grundlegende Programmierkenntnisse in Python: von Variablen und Funktionen bis zur objektorientierten Programmierung. Darauf aufbauend lernen Sie die konzeptionellen Grundlagen der KI sowie den praktischen Einsatz von Microsoft Azure AI Foundry kennen und bereiten sich auf die Zertifizierungsprüfung AI-900 vor. Im weiteren Verlauf vertiefen Sie den vollständigen Data-Analysis-Workflow: Datenbereinigung, explorative Analyse, Statistik und Visualisierung mit Pandas, NumPy, Matplotlib und Seaborn sowie Dateninfrastruktur mit Apache Airflow und Apache Spark. Das Paket richtet sich an IT-Einsteiger:innen, Quereinsteigende als auch IT-Fortgeschrittene, die eine berufliche Qualifikation als Data Analyst mit Schwerpunkt Microsoft Azure anstreben.
2. 2

   Das Kurspaket enthält folgende Kurse

   Python I - Grundkurs (4 Wochen)
   Im Python-Grundkurs erwerben Teilnehmende grundlegende Programmierkenntnisse - von Variablen und Schleifen über Funktionen bis zu objektorientierter Programmierung. Anhand praxisnaher Übungen und Projekte lernen sie, Python sicher anzuwenden und eigene Anwendungen zu entwickeln. Der Kurs eignet sich für IT-Einsteiger:innen und Quereinsteigende, die eine berufliche Qualifikation in Programmierung anstreben.
   Microsoft Azure AI Fundamentals - Grundkurs (2 Wochen)
   Der Kurs vermittelt in zwei Teilen zunächst die konzeptionellen Grundlagen der KI - Workloads, Modellkomponenten und verantwortungsvoller KI-Einsatz - und führt anschließend praktisch in Microsoft Azure AI Foundry ein. Teilnehmende entwickeln dort generative Apps, Agents und Anwendungen für Textanalyse, Sprache, Computervision und Bildgenerierung. Der Kurs schließt mit der Vorbereitung auf die Microsoft-Zertifizierungsprüfung AI-900 ab.
   Python III - Data Analysis und Big Data (4 Wochen)
   Der Kurs vermittelt den vollständigen Data-Science-Workflow mit Python: von Datenbereinigung und explorativer Analyse über statistische Methoden bis zur Visualisierung mit Pandas, NumPy, Matplotlib und Seaborn. Im zweiten Teil geht es um Dateninfrastruktur: ETL-Pipelines mit Apache Airflow, verteilte Verarbeitung mit Apache Spark sowie Einordnung von Data Lakes und Data Warehouses in reale Unternehmensarchitekturen. Der Kurs setzt Python-Grundkenntnisse voraus und richtet sich an Personen, die gezielt in Richtung Datenanalyse oder Data Engineering wechseln möchten.
   Ihr erlerntes Wissen werden Sie in praktischen Projekten mit fachlicher Unterstützung anwenden.

1. 1

   Aachen

   Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Berlin

   Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Bochum

   Blended Learning · 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

   Berichte, die sich selbst aktualisieren

   Du verbindest in Power BI Daten aus ERP, CRM und Excel-Listen, modellierst Beziehungen und schreibst Kennzahlen mit DAX. Ein solcher Bericht holt neue Zahlen ohne Kopierarbeit. Beispiel: Der monatliche Umsatzbericht für die Vertriebsleitung aktualisiert sich jeden Morgen aus dem Warenwirtschaftssystem.

2. 2

   Ergebnisse verständlich präsentieren

   BERUFENET nennt das Visualisieren und Präsentieren der Ergebnisse in den Fachabteilungen als Aufgabe von Data Analysts. Im Kurs übst du, aus einer Auswertung eine klare Aussage mit passendem Diagramm zu machen. Beispiel: Du zeigst der Einkaufsleitung in einem Dashboard, welche Lieferanten wiederholt zu spät liefern.

3. 3

   Mit Data Engineers und Data Scientists zusammenarbeiten

   Du lernst, Anforderungen an Datenqualität und Datenmodelle so zu formulieren, dass Data Engineers sie umsetzen können. Für Prognosen übergibst du aufbereitete Daten an Data Scientists oder nutzt einfache Verfahren der Predictive Analytics selbst. Beispiel: Du meldest dem Datenteam, dass doppelte Einträge im Kundenstamm die Umsatzzahlen verfälschen.

Themen

Arbeitsmarkt

Data Analyst bundesweit in Zahlen