Skip to main content

Modul: Datenbanken und Data Warehousing

Lernen Sie die Grundlagen einer nachhaltigen Data-Management-Strategie. Mit dem Wissen über die wichtigsten Technologien des Daten-Managements können Sie deren Einsatz für Data-Science-Projekte in der Praxis richtig einschätzen.

Eckdaten

ECTS-Punkte
2.5
Nächster Start
Samstag, 12. März 2022
Dauer
3 Unterrichtstage
Unterrichtstage
Samstag, 12. März 2022, Freitag, 18. März 2022, Samstag, 2. April 2022
Unterrichtssprache
Deutsch
Ort
FHNW Campus Brugg-Windisch
Preis
CHF 2‘000.- (ehemalige) / CHF 2‘250.- (andere)

 

Nächster Start: 12. März 2022. Jetzt anmelden! Das Modul wird bei genügender Anmeldezahl auf jeden Fall durchgeführt (Präsenzunterricht oder Distance-Learning).

Eine der Praxis-Herausforderungen von Data Scientists ist der Umgang mit Daten aus verschiedenen Quellen (Informations-Beschaffung, -Bewirtschaftung & -Bereitstellung). Die Informationen müssen häufig aus verschiedenen Systemen zusammengeführt, auf Konsistenz geprüft und zugriffsgeschützt abgelegt werden, um eine langfristige Data-Science-Strategie im Betrieb aufzubauen. Lernen Sie die Grundlagen eines nachhaltigen, praxistauglichen und kosteneffizienten Datenmanagements und den Umgang mit verschiedenen Datenbanken.

Modulübersicht

In zwei Unterrichtstagen erhalten Sie eine Einführung in das Thema Enterprise- und Lösungsarchitektur mit Fokus auf Daten-Management, Data Warehousing und verwandte Konzepte wie Data Lakes. Damit werden die Grundlagen für ein nachhaltiges Daten-Management in Data-Science-Projekten geschaffen. Mit dem Wissen über die wichtigsten Technologien des Daten-Managements (SQL, No-SQL, On-Prem vs. Cloud) können Sie deren Einsatz für Data-Science-Projekte in der Praxis richtig einschätzen. Sie kennen die Anforderungen und Rahmenbedingungen an unternehmensweite Datenmodelle und können ein einfaches relationales Data Warehouse-Datenmodell erarbeiten, welches für Data Science Zwecke gut geeignet ist. Zusätzlich lernen Sie die Grundlagen von SQL im analytischen Umfeld kennen und sind in der Lage, selbst Abfragen und analytische Datasets zu erstellen.

Weitere Informationen

Diese Seite teilen: