StudySmarter

Datenanalyse mit Python und Jupyter

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

ABSCHLUSS / NACHWEIS
Trägerzerti­fikat: Datenanalyse mit Python und Jupyter
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

  • Python ist in der Datenanalyse das Werkzeug, das Daten aus Dateien, Datenbanken und Webseiten zusammenholt und in eine auswertbare Form bringt; Jupyter ist die Umgebung, in der das nachvollziehbar Schritt für Schritt geschieht. Datenanalyse mit Python und Jupyter heißt hier vor allem: einlesen, aufbereiten, prüfen, verknüpfen.
  • Dein Kompetenzprofil
  • Du installierst Python und benötigte Module lokal, arbeitest mit Magic-Commands in der Jupyter-Umgebung und liest Daten mit pandas ein, wie es Python-Analysten und Junior Data Scientists tun. Du prüfst die Datenqualität, erkennst fehlende Werte, setzt Boolesche Maskierung und Datumsangaben ein und führst Tabellen zusammen. Über sqlalchemy fragst du SQL-Datenbanken ab, mit Python Webseiten und APIs, und wertest Statuscodes und HTML aus - Aufgaben von Data Analysts und Datenanalysten in Datenteams.
  • Dein Werkzeugkasten
  • Jupyter-Umgebung - Magic-Commands und ein klarer Ablauf vom Einlesen bis zum Ergebnis
  • pandas - Daten aufbereiten, fehlende Werte erkennen, Boolesche Maskierung, Datumsangaben
  • sqlalchemy - Datenbanken auslesen, SELECT … FROM mit WHERE aus Python heraus ausführen
  • Webdaten - Datenaustausch übers Internet, Statuscodes prüfen, HTML gezielt durchsuchen
  • Explorative Datenanalyse - Skalentypen, Datenaggregation, Mittelwert, Median und Regression
  • Git-Hub Pages - Ergebnisse veröffentlichen, optionale Kurzeinführung in Git
  • So baut der Kurs aufeinander auf
  • Am Anfang klärst du Datenkompetenz für KI, Data Literacy und Datenqualität mit Excel. Im Anschluss vermitteln SQL und Power BI das Verständnis für relationale Datenbanken und Auswertungen. Darauf folgt die Python-Stufe als Schwerpunkt: Datenaufbereitung mit pandas, explorative Datenanalyse, statistische Grundlagen, dann Daten aus Datenbanken, Datumsangaben und Daten von Webseiten bis zu APIs. Den Abschluss bildet die Portfolioarbeit mit lokaler Installation, Data Analytics Workflow und Projektplan im Team.
  • Praxisprojekte
  • Die Analyse von Taxidaten und der Churnrate eines Tele­kommunikationsunternehmens in der Jupyter-Umgebung, ein erstes Übungsprojekt sowie ein Portfolioprojekt mit Datensatz von Kaggle oder Zindi, das du über Git-Hub Pages zeigst.
  • Wo du mit diesem Profil arbeitest
  • Einsatzfelder liegen in Datenteams, Forschung, IT und Fachabteilungen: als Python-Analyst oder Python Data Analyst, als Data Analyst oder Datenanalyst, als Junior Data Scientist, als Datenanalytiker, als Research Analyst oder als Fachkraft für Datenaufbereitung.

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
Data Analyst mit PythonStackFuel (a Multiverse company) · Berlin · Blended Learning
  • ab 10.000 € · förderfähig
  • Vollzeit
  • 3–6 Monate
  • Start ab 30.11.2026
Zum Kurs
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