DAS Data Product Engineering

Hochschule für Informatik

Datenprodukte erkennen, umsetzen und produktiv On-Prem oder in der Cloud betreiben

Steckbrief

Abschluss: DAS
ECTS-Punkte: 30
Nächster Start: Einstieg laufend möglich
Durchführungssprache: Deutsch, Grundkenntnisse in Englisch essenziell
Durchführungsort: FHNW Campus Brugg-Windisch
Preis: CHF 15'600 (2x CHF 7'800)
Dokumente: Factsheet DAS Data Product Engineering.pdf
Teilnahmebedingungen-WB.pdf
Weiterbildungsordnung der Hochschule für Informatik FHNW
Programmreglement_WB_DS:DE.pdf

Ziele und Nutzen

Das DAS Data Product Engineering vereint zwei Perspektiven im Umgang mit Daten: die von Data Scientists und Data Engineers. Data Scientists wollen das Wissen aus ihren Daten gezielt nutzen – um Prozesse zu verbessern, Entscheidungen zu stützen oder neue Chancen zu erkennen. Sie sind also Menschen, die wissen, welche Analysen welche Erkenntnisse liefern und welchen konkreten Nutzen sie bringen.

Damit die Analysen echten Mehrwert für dich und dein Unternehmen schaffen, müssen sie stabil, automatisiert und sicher in die Unternehmenssysteme integriert werden. Genau hier kommt die Rolle der Data Engineers ins Spiel: Sie sorgen dafür, dass Datenprodukte dauerhaft verfügbar bleiben, reibungslos laufen und regelmässig aktualisiert werden. In kleineren Unternehmen übernimmt oft eine Person beide Aufgaben – Analyse und Betrieb.

Mit dem DAS Data Product Engineering verbindest du das CAS Data Science mit dem CAS Data Engineering. Du lernst, Datenprodukte zu erkennen, zu entwickeln und produktiv zu betreiben. Du hast den Überblick von der Idee bis zum laufenden System.

Was ist ein Datenprodukt?

Zielpublikum

Dieses Weiterbildungsprogramm richtet sich an Fachpersonen mit IT-Background oder starkem Interesse an IT-Infrastruktur und Datenanalyse. Du möchtest datengetriebene Wertschöpfung in deinem Unternehmen vorantreiben und deine Karriere zukunftsorientiert ausrichten.

Inhalt und Aufbau

Das DAS Data Product Engineering setzt sich aus zwei Certificate of Advanced Studies (CAS) zusammen:

CAS Data Science

Daten bestimmen die Zukunft – und du lernst, sie zu verstehen. Im CAS Data Science analysierst, visualisierst und modellierst du reale Datensätze und entwickelst intelligente Lösungen für Wirtschaft, Forschung und Verwaltung. Praxis und Theorie gehen Hand in Hand: Du arbeitest mit Python und Jupyter Notebooks und setzt Methoden wie Machine Learning oder Natural Language Processing direkt um.

CAS Data Engineering

Du möchst Daten-Infrastrukturen aufbauen, die skalierbar, zuverlässig und zukunftsfähig sind? Im CAS Data Engineering lernst du, wie du Daten effizient verarbeitest, speicherst und für Data-Science-Anwendungen nutzbar machst – lokal oder in der Cloud.

Die Weiterbildung ist praxisorientiert und ermöglicht es dir, das Gelernte direkt in realen Projekten anzuwenden. Mit dem erfolgreichen Abschluss beider CAS erwirbst du das Diploma of Advanced Studies (DAS) FHNW in Data Product Engineering.

DAS Data Product Engineering kann vollständig an den MAS Data Science angerechnet werden.

Data Science langfristig erfolgreich operationalisieren

Weiterführende Infos zum Thema findest du in diesem Artikel von Michael Henninger, unserem Leiter für Data Science Weiterbildungen

Dozierende

Der Grossteil der Dozierenden dieses Weiterbildungslehrgangs kommen aus der Privatwirtschaft, die anderen aus der angewandten Forschung. Dadurch lernst du nicht nur Theorie aus Lehrbüchern, sondern bekommst auch wertvolles Praxiswissen. Unsere Dozierenden zeigen dir, welche Konzepte und Technologien sich im Berufsalltag wirklich bewährt haben – und warum.

Voraussetzungen und Zulassung

Die Aufnahmebedingungen umfassen:

Du hast Berufserfahrung in der Informatik oder persönliches Interesse und Affinität für IT-Infrastrukturen.

Du kannst mindestens eine Programmiersprache anwenden. Python-Kenntnisse sind empfohlen.

Abschluss einer Fachhochschule, Universität, technischen Hochschule oder eine Berufsausbildung mit Praxiserfahrung. Personen ohne Hochschulabschluss können sur Dossier zugelassen werden, wenn sie ihre Befähigung anderweitig nachweisen.