Neu im Programm
IHK Akademie SBH

Fachkraft Data Analyst - Berufsbegleitend

Beschreibung
Der Zertifikatslehrgang ermöglicht es Fach- und Führungskräften, Kompetenzen aufzubauen, um Datenanalyseprojekte eigenverantwortlich mit einer darauffolgenden erlösorientierten Bewertung der Modelle zu planen sowie durchführen zu können.
Zielgruppe
Dieser Zertifikatslehrgang richtet sich an alle, die Interesse an Softwareentwicklung, Mathematik, Informatik und Spaß am Jonglieren mit Daten haben. Der Zertifikatslehrgang ermöglicht es Fach- und Führungskräften, Kompetenzen aufzubauen, um Datenanalyseprojekte eigenverantwortlich mit einer darauffolgenden erlösorientierten Bewertung der Modelle zu planen sowie durchführen zu können. Ebenso werden führungstechnische Kenntnisse und Fähigkeiten für das Management von Datenanalyse-Teams ausgebaut und rechtliche Grundlagen im Umgang und der Auswertung von Daten in Data-Mining-Projekten vermittelt.
Inhalt
Mit dieser Weiterbildung werden die Teilnehmer*Innen lernen,
  • welche Möglichkeiten es gibt, um Wettbewerbsvorteile aus Daten zu schöpfen und welche Werkzeuge sich dafür eignen
  • wie sich Data Mining auf Basis von einheitlichen Prozessmodellen erfolgreich im eigenen Unternehmen etablieren lässt
  • eine datenorientierte Denkweise innerbetrieblich kultiviert werden kann
  • welche rechtlichen Rahmenbedingungen generell beim Data Mining gelten, sowie gezielt bei Vorratsdaten- speicherungen in Verbindung mit der Verarbeitung personenbezogener Daten


Für die abschließende Projektarbeit, die zum Zertifikat führt, können die Teilnehmer*Innen eine Aufgabenstellung aus dem eigenen Unternehmen ausarbeiten.

Modul 1 (8 UE)
1. Grundlagen der Datenanalyse
1.1. Die Rolle von Data Analytics in der heutigen Unternehmenswelt - Warum KMUs Datenkompetenz im Unternehmen aufbauen müssen
1.2. Das Handwerkszeug einer gelungenen Datenanalyse - Von Open Source bis hin zur Enterprise Lösung.
1.3. Die richtigen Daten aus unterschiedlichen Blickwinkeln - Welche Daten gehören in den Data Lake?
1.4. Wettbewerbsvorteile durch Vorratsdatenspeicherungen - Ethisch und moralische Bedenken bei der Analyse von personenbezogenen Daten.

Modul 2 (20 UE)
2. Datenbasierte Geschäftsmodelle und Entwicklung von Datenstrategien
2.1. Dem Wettbewerb um eine Nasenlänge voraus! Mit Smart Data Analytics Wettbewerbsvorteile erkennen und den Vorsprung bewahren.
2.2. Praxis: Zusammenhänge erkennen und Datenstrategien entwickeln
2.3. Smart Data Analytics ist kein Projekt!
2.4. Maschinelles Lernen angewandt auf reale Problemstellungen in der Wirtschaft. 

Modul 3 (20 UE)
3. Mit Smart Data zum Big Business
3.1. Data Analytics - Von Mythos zur nüchternen Realität. Anatomie einer generellen Modellbildung.
3.1. Wirtschaftliche Vorhersagen unter der Lupe - Vorhersagemodelle auf Basis von Decision Trees.
3.2. Bessere Performance bei Vorhersagen durch moderne ML-Modelle.
3.3. Die Kunst der Überzeugung - Visualisierungsstrategien für die Zielgruppe Entscheidungsträger.

Modul 4 (16 UE)
4. Vorhersagen aus unterschiedlichen Anwendungsperspektiven
4.1. Was ist das beste Modell für bestimmte Unternehmensfragen? - Erlösorientierte Bewertung von Vorhersagen
4.2. Die Qual der Wahl - Welches Modell ist das richtige? Workshop
4.3. Ausfallraten effizienter ermitteln - Ein Blick in die Glaskugel.
4.4. Kostenreduzierung durch smarte Pipelines

Modul 5 (8 UE)
5. Datensicherheit, Datenschutz und Urheberrecht als Herausforderungen für wirkungsvolle Datenanalysen.
5.1. Wem gehören meine Daten? - Prozessoptimierung auf dem digitalen Rücken der Angestellten.
5.2. Wem gehören Daten und wie lässt sich ein Data Lake vor Diebstahl schützen?
5.3. Vorratsdatenspeicherung mit Nachgeschmack.
5.4. Eine Fülle an Daten aber kaum Rechte? - Der Wunschtraum von Open Data.

Abschluss:
Präsentation Projektarbeit und Fachgespräch
Abschluss
Hinweis
Formale Teilnahmevoraussetzungen: abgeschlossenes Hochschulstudium oder berufliche Ausbildung / Qualifikation mit Erfahrung.