Python Datenanalyse und Data Wrangling

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
   Python Data Wrangling
2. 2
   Kursbeschreibung
3. 3
   Daten bilden die Grundlage moderner Analysen, Berichte und Anwendungen der Künstlichen Intelligenz. Bevor Daten jedoch ausgewertet oder für Machine-Learning-Modelle genutzt werden können, müssen sie gesammelt, bereinigt, transformiert und strukturiert werden. Die Weiterbildung Python Data Wrangling vermittelt praxisnah alle wesentlichen Techniken zur professionellen Datenaufbereitung mit Python. Die Teilnehmenden lernen, Daten aus unterschiedlichen Quellen einzulesen, zu bereinigen, zusammenzuführen und für Analysen oder Visualisierungen optimal vorzubereiten.
4. 4
   Zielgruppe
5. 5
   Datenanalystinnen und Datenanalysten
6. 6
   Data Scientists
7. 7
   Business-Analystinnen und Business-Analysten
8. 8
   Python-Entwicklerinnen und Python-Entwickler
9. 9
   IT-Fachkräfte
10. 10
    Quereinsteigerinnen und Quereinsteiger mit Python-Grundkenntnissen
11. 11
    Alle, die Daten professionell aufbereiten möchten
12. 12
    Kursniveau
13. 13
    Fortgeschritten
14. 14
    Grundkenntnisse in Python werden empfohlen
15. 15
    Erfahrung mit Tabellen oder Datenanalysen ist hilfreich
16. 16
    Modul 1 - Grundlagen des Data Wrangling
17. 17
    Dieses Modul vermittelt die Grundlagen der Datenaufbereitung und zeigt, warum Data Wrangling ein zentraler Bestandteil jedes Data-Science- und Analyseprojekts ist.
18. 18
    Einführung in Data Wrangling
19. 19
    Data Science Workflow
20. 20
    Datenqualität
21. 21
    Strukturierte und unstrukturierte Daten
22. 22
    Datentypen
23. 23
    Grundlagen der Datenaufbereitung
24. 24
    Best Practices
25. 25
    Modul 2 - Daten importieren und bereinigen
26. 26
    Die Teilnehmenden lernen, Daten aus unterschiedlichen Quellen einzulesen und systematisch zu bereinigen.
27. 27
    CSV-Dateien einlesen
28. 28
    Excel-Dateien verarbeiten
29. 29
    JSON-Daten importieren
30. 30
    Datenbanken anbinden
31. 31
    Fehlende Werte erkennen
32. 32
    Duplikate entfernen
33. 33
    Datentypen korrigieren
34. 34
    Ungültige Werte bereinigen
35. 35
    Modul 3 - Daten transformieren und kombinieren
36. 36
    Dieses Modul vermittelt Methoden zur Umwandlung und Zusammenführung verschiedener Datenquellen.
37. 37
    Pandas DataFrames
38. 38
    Filtern und Sortieren
39. 39
    Gruppieren von Daten
40. 40
    Pivot-Tabellen
41. 41
    Concatenate
42. 42
    Aggregation von Daten
43. 43
    Modul 4 - Daten analysieren und vorbereiten
44. 44
    Die Teilnehmenden bereiten Daten für Analysen, Dashboards und Machine-Learning-Anwendungen vor.
45. 45
    Feature Engineering
46. 46
    Kategorische Daten verarbeiten
47. 47
    Numerische Daten transformieren
48. 48
    Skalierung
49. 49
    Normalisierung
50. 50
    Kodierung von Variablen
51. 51
    Ausreißer erkennen
52. 52
    Modul 5 - Automatisierung von Data-Wrangling-Prozessen
53. 53
    Dieses Modul zeigt, wie wiederkehrende Aufgaben automatisiert und reproduzierbar umgesetzt werden können.
54. 54
    Skripte entwickeln
55. 55
    Automatisierte Datenaufbereitung
56. 56
    Wiederverwendbare Funktionen
57. 57
    Batch-Verarbeitung
58. 58
    Datenvalidierung
59. 59
    Qualitätssicherung
60. 60
    Dokumentation
61. 61
    Modul 6 - Praxisprojekte mit Python Data Wrangling
62. 62
    Zum Abschluss werden sämtliche Inhalte anhand praxisnaher Datensätze angewendet. Die Teilnehmenden bearbeiten typische Aufgaben aus Data Science und Business Analytics.
63. 63
    Praxisprojekt durchführen
64. 64
    Daten bereinigen
65. 65
    Daten zusammenführen
66. 66
    Daten transformieren
67. 67
    Ergebnisse dokumentieren
68. 68
    Best Practices anwenden
69. 69
    Lernziele
70. 70

    Nach Abschluss der Weiterbildung können die Teilnehmenden

    Daten aus unterschiedlichen Quellen importieren.
    Daten mit Python und Pandas bereinigen.
    Fehlende und fehlerhafte Daten korrigieren.
    Datensätze zusammenführen und transformieren.
    Daten für Analysen und Machine Learning vorbereiten.
    Data-Wrangling-Prozesse automatisieren.
    Professionelle Datenpipelines entwickeln.
    Voraussetzungen
    Grundkenntnisse in Python
    Grundlegende Kenntnisse der Datenverarbeitung sind hilfreich
    Abschluss
    Teilnahmebescheinigung
    Zusatzinformationen
    Diese Modulzusammenstellung stellt ein Beispiel aus mehreren möglichen Varianten dar. München, Stuttgart und Nürnberg hat ein zertifiziertes Modulbausteinsystem entwickelt, das individuelle Zusammenstellungen und Anpassungen der Maßnahme je nach Berufserfahrung und Bildungsziel ermöglicht. Daher können Dauer und Preise des Angebots variieren. Bitte wenden Sie sich hierzu an unsere Bildungsberaterinnen und Bildungsberater.
    Das Angebot richtet sich an Einzelpersonen sowie an B2B-Kund:innen. Der Kurs ist AZAV-zertifiziert und kann über einen Bildungsgutschein oder im Rahmen des Qualifizierungs­chancengesetzes (QCG) gefördert werden..
    Die Weiterbildung vermittelt umfassende Kenntnisse im Bereich Python Data Wrangling und bereitet die Teilnehmenden darauf vor, Daten effizient aufzubereiten und für Analysen, Business Intelligence, Machine Learning und Data-Science-Projekte bereitzustellen. Durch den praxisorientierten Einsatz von Python und Pandas erwerben sie wichtige Kompetenzen für datengetriebene Projekte in Unternehmen.
    Ähnliche Kurse
    Python 3 Essentials
    Python with Data Science
    Advanced Programming with Python
    Business Intelligence
    Machine Learning Grundlagen

1. 1

   Stuttgart

   Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Aldingen

   Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Esslingen am Neckar

   Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Heilbronn

   Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Aldingen

   Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

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