Zertifikat Data Analytics: Modulinhalte

Das Zertifikatsstudium Data Analytics deckt in drei Modulen von jeweils 5 Credit Points die Grundlagen im Bereich der angewandten Datenanalyse ab. Durch das Blended-Learning Konzept, bietet der Studiengang eine hohe Flexibilität und ist berufsbegleitend für Berufstätige in Vollzeit konzipiert.

Folgende Module werden im Rahmen des Zertifikat Data Analytics angeboten:

DA-F1: Angewandte Statistik

Dieses Modul vermittelt Kenntnisse aus dem Bereich der angewandten Statistik. Sie lernen was ein statistisches Problem ist und welche Werkzeuge die Statistik bereitstellt, um diese Probleme zu beschreiben und zu analysieren. Die Themen sind inhaltlich in den Bereichen der deskriptiven uni- und multivariaten Statistik (z.B. Häufigkeitsverteilungen, Lage- und Konzentrationsmaße, Korrelationen und Kausalitäten und mehr) und der Wahrscheinlichkeitsrechnung (z.B. dem Begriff der Unabhängigkeit, Zufallsvariablen und deren Verteilung und mehr) zu verorten.

 

DA-F2: Programmierung in Python

Dieses Modul behandelt Grundlagen der Programmierung in Python und Konzepte der Informationsverarbeitung. Ein Ziel ist es Ihnen eine thematisch breit angelegte Menge an Funktionalitäten von Python zu vermittelt und Sie dazu zu befähigen, einfache programmatische Problemstellungen selbstständig zu lösen. Begleitend zur Vorlesungen werden Übungsaufgaben bereitgestellt, in denen das Gelernte eigenständig angewandt und gefestigt werden kann. In der Prüfungsleistung demonstrieren Sie anhand einer praktischen Abschlussaufgabe Ihre Lernfortschritte.

DA-F3: Praktische Datenanalyse

Dieses Modul knüpft inhaltlich an die beiden vorherigen Module an und befasst sich Themen wie z.B. Datenaufbereitung und -verarbeitung oder Visualisierung. Sie lernen mit bekannten Programmbibliotheken Problemstellungen aus dem Bereich der angewandten Datenanalyse wie zum Beispiel dem Daten Management, Preprocessing und Visualiserung zu bearbeiten. Ein Teil des Moduls befasst sich zudem mit dem Thema des Data Driven Decision Makings und in diesem Kontext mit grundlegenden Algorithmen des maschinellen Lernens. Im Rahmen einer Projektarbeit bearbeiten Sie eine abschließende praktische Aufgabe als Prüfungsleistung.