Sie durchlaufen den kompletten Prozess vom ersten Kundenkontakt bis zur schlussendlichen Übergabe Ihrer finalen Analyse und setzen die einzelnen Analysen praktisch um.
Eckdaten
ECTS-Punkte
2
Nächster Start
Herbstsemester 2024
Dauer
2 Unterrichtstage
Unterrichtssprache
Deutsch
Ort
FHNW Campus Brugg-Windisch
Preis
CHF 1200.–
Nächster Start: 11. November 2023. Jetzt anmelden!
Data Science Projekte haben immer einen gewissen Forschungscharakter. Data Science Consultants sind häufig mit der Situation konfrontiert, dass deren Kunden gerne Data Science Methoden zur Optimierung der Geschäftsprozesse oder Verkaufszahlen einsetzen möchten. Nur sind sich die Kunden meistens nicht bewusst, welche Daten in welcher Qualität vorhanden sind und welche gewinnbringenden Erkenntnisse daraus gewonnen werden können.
Modulübersicht
In diesem Modul durchlaufen Sie begleitet einen solchen kompletten Prozess. Dies beginnt beim ersten Kundenkontakt, bei welchem dessen Wünsche entgegengenommen und vorhandene Daten erstmals gesichtet werden. Gemeinsam werden mögliche geschäftsrelevante Nutzen von Data Science Methoden identifiziert, Hypothesen aufgestellt und der Projektablauf wie auch Zielmetriken definiert. Eine nachfolgende explorative Datenanalyse zeigt, ob die vorhandenen Daten über die nötige Aussagekraft, Struktur, Menge und Qualität aufweisen, um die geplanten Analysen durchzuführen. Nachdem die vereinbarten Fragestellungen anhand der Daten genauer untersucht wurden, werden in weiteren Gesprächen mit dem Kunden die Resultate präsentiert, die Software in geeigneter Form übergeben und vorzugsweise Ziele weiterer Analysen im Rahmen von Folgeprojekten genauer festgelegt.
Sie können zusammen mit dem Kunden in Erfahrung bringen, welcher geschäftsrelevante Nutzen in den Daten untersucht werden soll.
Sie können zusammen mit dem Kunden Hypothesen aufstellen, die es zu untersuchen gilt
Sie können zusammen mit dem Kunden Zielmetriken definieren, um den Projektfortschritt zu messen.
Sie kennen verschiedene Data Science Projektvorgehensmodelle (z.B.: CRISP-DM, Microsoft TDSP) und können begründet entscheiden, welches davon sich für ein Projekt am besten eignet.
Sie können in einer explorativen Datenanalyse die wichtigsten Kennwerte zu den vorhandenen Daten untersuchen und anhand der Datenmenge und Datenqualität ableiten, welche Analysen durchgeführt werden können.
Sie können dem Kunden Zwischenresultate auf eine verständliche Weise näherbringen und mit ihm gemeinsam das weitere Vorgehen definieren.
Sie können dem Kunden das erstellte Produkt / die erstellten Analysen in geeigneter Form abliefern, so dass hoffentlich ein Folgeauftrag daraus resultiert.
Freie Technologiewahl (Python oder R).
Sie haben ein Data Science Grundwissen in den Bereichen, welche im CAS Data Science vermittelt werden.
Richten Sie ihre gewohnte Data Science Entwicklungsumgebung ein. Bitte planen Sie etwa 1 Stunden für die Vorbereitung.
Weitere Informationen
Sie erhalten in jedem Fall eine Teilnahmebestätigung. Falls Sie in der festgelegten Leistungsbeurteilung mindestens eine genügende Leistung erbringen, erhalten Sie einen Nachweis, dass Sie das Modul erfolgreich bestanden haben.
Teilnehmenden des DAS- oder MAS-Data-Science-Weiterbildungslehrgangs werden die entsprechenden ETCS-Punkte angerechnet-
Laszlo Etesi, Mitgründer und Consultant der Firma Ateleris GmbH, die verschiedene Projekte im Data Science betreut. LinkedIn