StudySmarter

Data Analyst mit Python, SQL und matplotlib

Laut Katalog dauert der Kurs 3–6 Monate und kostet ab 10.000 €. Du lernst im Blended Learning. Anbieter ist StackFuel (a Multiverse company).

Förderung prüfen

1.023 weitere Kurse vergleichen

01 · Der Kurs

Der Kurs läuft mit 5 Terminen an 5 Orten

Auf einen Blick

LERNUMFANG
3–6 Monate
KATALOGPREIS
ab 10.000 €
LERNORT
Berlin
NÄCHSTER START
30.11.2026
LERNFORM
Blended Learning

Passt der Kurs zu dir?

Formale Abschlüsse sind nicht erforderlich. Erste Erfahrungen mit Daten, Tabellen oder einfachen Auswertungen sind hilfreich, damit weiterführende Inhalte gut nachvollziehbar sind.

Das lernst du

  • Eine Abfrage liefert Zahlen, erst das Diagramm macht daraus eine Aussage. Als Data Analyst mit Python, SQL und matplotlib schreibst du die Abfrage gegen die Datenbank, ziehst das Ergebnis über sqlalchemy in pandas und prüfst mit Histogrammen, Streudiagrammen und Boxplots, was die Daten zeigen.
  • Dein Kompetenzprofil
  • Du formulierst SQL mit SELECT, WHERE, Joins, Subqueries, Window-Functions und Common Table Expressions und holst die Treffermenge per sqlalchemy in Python - die Kernaufgabe von Datenanalysten mit Programmierschwerpunkt. In pandas bestimmst du Skalentypen, aggregierst und entfernst fehlende Werte. Mit matplotlib wählst du je Fragestellung den Diagrammtyp, kombinierst mehrere Diagramme in einer Grafik und liest Verteilungen, Median und Quartile ab. Lineare und logistische Regression ergänzen den Blick auf Zusammenhänge, wie Junior Data Scientists und BI-Analysten ihn brauchen.
  • Dein Werkzeugkasten
  • matplotlib - Histogramme, Streudiagramme, Balkendiagramme und Tortendiagramme nach Einsatzgebiet wählen
  • Boxplots - Median, Quartile und Ausreißer verschiedener Gruppen vergleichen
  • sqlalchemy - Python mit SQL-Datenbanken verknüpfen und Tabellen auslesen
  • SQL - Joins, Subqueries, Rankings, Window-Functions und Common Table Expressions
  • pandas - Daten einlesen, Datenqualität prüfen, Skalentypen bestimmen, Datenaggregation
  • Jupyter - Magic-Commands, Analyse und Grafik in einem Notebook dokumentieren
  • So baut der Kurs aufeinander auf
  • Zuerst geht es um Datenkompetenz für KI, Datenanalyse in Excel und statistische Kennwerte. Darauf folgt SQL vom ER-Diagramm über Normalisierung und Views bis zu Arithmetik und statistischen Kenngrößen in der Abfrage. Power BI zeigt mit Säulen- und Liniendiagrammen eine zweite Visualisierungswelt. Den Kern bildet Python: explorative Datenanalyse mit pandas und matplotlib, Statistik bis zur Regression, dann der Weg aus der Datenbank über sqlalchemy. Den Abschluss bildet die Portfolioarbeit im Team mit Projektplan und Abschlusspräsentation.
  • Praxisprojekte
  • Taxidaten, die du per Streudiagramm und Histogramm untersuchst, die Churnrate eines Tele­kommunikationsunternehmens im Boxplot-Vergleich sowie ein Portfolioprojekt mit Datensatz aus Kaggle oder Zindi.
  • Wo du mit diesem Profil arbeitest
  • Einsatzfelder liegen in Datenteams, Produktentwicklung, Controlling und Beratungen: als Data Analyst oder Data Analystin, als Datenanalyst mit Python und SQL, als Datenanalytiker, als Junior Data Scientist, als BI-Analyst, als Analytics Engineer im Einstieg oder als Visualisierungsspezialist in Fachbereichen.

Der Kurs

Ablauf, Termine und Lernort

  1. 1

    Berlin

    30.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €

  2. 2

    Bünde

    30.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €

  3. 3

    Göttingen

    30.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €

  4. 4

    Meschede

    30.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €

  5. 5

    Schwandorf

    30.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · ab 10.000 €

02 · Kosten & Förderung

Kursgebühr ab 10.000 €, mit bewilligtem Bildungsgutschein 0 €

Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.

03 · Verdienst

3 Schritte vom Kurs in den Beruf

Was dir die Qualifikation beruflich bringt

  1. 1

    Routinearbeit per Skript erledigen

    Mit wenigen Zeilen Python benennst du Dateien um, liest Excel-Tabellen ein oder holst Daten aus Schnittstellen. Solche Skripte laufen später zeitgesteuert, ohne dass jemand sie anstößt. Beispiel: Du schreibst ein Skript, das jeden Morgen die Bestellungen aus dem Shop-Export zusammenführt.

  2. 2

    Daten mit Pandas aufbereiten

    Pandas-Kurse zeigen, wie du Tabellen filterst, gruppierst, verknüpfst und bereinigst. Das ist der Schritt vor jeder Auswertung und jedem Modell. Beispiel: Du bereinigst eine Kundenliste mit doppelten Einträgen und uneinheitlich geschriebenen Ortsnamen.

  3. 3

    Eigene Anwendungen bauen

    Objektorientierung, Module und Tests bilden die Grundlage für größere Programme und Webanwendungen mit Django oder Flask. Mit dem PCAP weist du Kenntnisse in Modulen und Paketen, Ausnahmebehandlung, Dateiverarbeitung und Objektorientierung nach. Beispiel: Du entwickelst ein kleines Buchungstool für Besprechungsräume mit Django und schreibst Tests dazu.

04 · Anbieter

513 Kurse mit aktuellem Termin an 7 Orten

513Kurse mit aktuellem Termin
7Angebotsorte

513 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning.

Angebote an 7 Orten; in der Kurssuche wählst du den Lernort und Termin bei StackFuel (a Multiverse company).

05 · Kurse

1.023 Kurse zum Vergleich

Für eine gute Wahl reichen zwei oder drei der 1.023 Python-Programmierung-Kurse bundesweit mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.

1.023 Kurse zum Vergleich.

1.023Kurse
Kläre deinen persönlichen Kursstart

Häufige Fragen

3 Fragen, kurz beantwortet

Kläre deinen persönlichen Kursstart (1.023 Kurse)

Preis, Dauer und nächster Start der 1.023 Kurse im direkten Vergleich.

Angebote dieses Anbieters
Redaktion StudySmarter WeiterbildungAktualisiert am 18.11.2026 · So rechnen wir