Datenintegration: Skripting, Daten­verarbeitung und Automatisierung

Passt der Kurs zu dir?

1. 1
   Für das PCAP-Zertifikat gibt es keine formale Voraussetzung, das Python Institute empfiehlt aber vorher die Einstiegsprüfung PCEP.
2. 2
   Schulmathematik bis zu Prozentrechnung und Funktionen, wenn du in Richtung Datenanalyse oder Machine Learning gehst.
3. 3
   Ein Rechner, auf dem du Python, einen Code-Editor und Zusatzpakete selbst installieren darfst.

Das lernst du

1. 1
   In der Weiterbildung "Datenintegration mit Python für Cloud Engineers: Skripting, Datenverarbeitung und Automatisierung" werden die Themen "Skripting", "Datenverarbeitung" und "Automatisierung" systematisch erschlossen und anhand beruflicher Aufgaben vertieft. Die Lernaufgaben verbinden Python mit Datenintegration und machen die Schnittstellen zwischen beiden Themen sichtbar. Die Lernfolge orientiert sich an realistischen Umsetzungsaufgaben, geeigneten Werkzeugen, Schnittstellen und überprüfbaren Ergebnissen. Für die Praxisfälle werden Kenntnisse zu Python aufgebaut und mit fachlichen Bezügen zu Datenintegration verknüpft. Als roter Faden dient die Aufgabenstellung "Datenintegration mit Python für Cloud Engineers"; sie wird aus fachlicher, methodischer und qualitätsbezogener Perspektive bearbeitet. Teilnehmende bearbeiten nachvollziehbare Praxisfälle aus datenbezogenen Analyse- und Plattformaufgaben, vergleichen Lösungswege und halten Annahmen, Entscheidungen sowie Ergebnisse fest. Ziel ist ein strukturiertes Verständnis der im Titel beschriebenen Aufgabenfelder und ihrer Anwendung in unterschiedlichen Arbeitssituationen.
2. 2
   Dokumentierte Ergebnisse zeigen, wie Python und Datenintegration im jeweiligen Aufgabenfeld zusammenwirken.
3. 3

   Die Bildungsinhalte sind in sieben aufeinander bezogene Lernabschnitte gegliedert

   Datenwege und fachliche Ziele: Der Schwerpunkt "Datenintegration mit Python für Cloud Engineers" wird hinsichtlich Aufgabenrahmen, typischer Einsatzbereiche und der dafür benötigten Arbeitsschritte eingeordnet. Die Ausrichtung konkretisiert sich durch Umsetzungsschritte, Werkzeugwahl, Integration und die Prüfung technisch belastbarer Ergebnisse sowie durch die Auswahl geeigneter Ressourcen, Bereitstellung, Zugriffe, Überwachung und betriebliche Auswirkungen.
   Skripting: Die Teilnehmenden ordnen Anforderungen ein, wählen ein geeignetes Vorgehen und dokumentieren die daraus entstehenden Ergebnisse.
   Datenverarbeitung: Die Teilnehmenden prüfen Eingaben, führen Bestände zusammen und sichern die Nachvollziehbarkeit der Verarbeitungsschritte. Anhand beruflicher Situationen wird geprüft, wie Python einzuordnen ist und welche Rolle Datenintegration dabei übernimmt.
   Automatisierung: Auslöser, Bedingungen, Aktionen und Ausnahmen werden zu einem kontrollierbaren Ablauf modelliert und anhand von Testfällen geprüft.
   Technische Arbeitsaufgaben und Werkzeugwahl: Eine konkrete Aufgabe wird in Arbeitsschritte zerlegt, mit passenden Werkzeugen umgesetzt und anhand klarer Akzeptanzkriterien überprüft. Die Teilnehmenden vergleichen Vorgehensweisen, in denen die Schwerpunkte Python und Datenintegration unterschiedliche Anforderungen abdecken.
   Qualität der Auswertung: Quellen, Annahmen, Berechnungen und Aussagen werden kontrolliert und verständlich dokumentiert.
   Praxisfall und Transfer: Die Teilnehmenden bearbeiten einen zusammenhängenden Fall, begründen ihr Vorgehen und übertragen die gewonnenen Erkenntnisse auf eine veränderte Aufgabenstellung.
   Die Übungen behandeln Python in einem klaren Arbeitsablauf und beziehen Datenintegration an passenden Entscheidungspunkten ein. Die Übungen sind so angelegt, dass Teilnehmende Begriffe nicht nur wiedergeben, sondern Arbeitsschritte begründen, Ergebnisse prüfen und auf einen neuen Fall übertragen. Bei der Ergebniskontrolle werden sowohl Python als auch Datenintegration anhand nachvollziehbarer Kriterien betrachtet. Die Dokumentation der Praxisaufgaben macht Lernfortschritte, offene Fragen und fachliche Entscheidungen nachvollziehbar.

1. 1

   München

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   München

   26.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   München

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   München

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

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.

Themen