Schulungsübersicht
Teil 1: Python-Grundlagen für die Analytik (3,5 Stunden)
· Modul 1: Das Analytics-Landschaftsbild (45 Min.)
o Warum Python? Vergleich von Python mit Excel und SQL in der akademischen Forschung.
o Voraussetzungen für den Erfolg: Einführung in Jupyter Notebooks und Google Colab.
Google Colab ist einfacher, da keine Installation erforderlich ist, aber eine stabilere Internetverbindung nötig.
Falls möglich können die Teilnehmenden Jupyter Notebooks installieren, um ein reibungsloseres Erlebnis zu gewährleisten.
· Modul 2: Die Bausteine der Daten (60 Min.)
o Variablen, Datentypen (Strings, Ganzzahlen, Gleitkommazahlen) und grundlegende Logik.
o Verständnis von Listen und Dictionaries – wie Python Informationen speichert.
· Modul 3: Python für die Datenanalyse, Demo & Labor (75 Min.)
o Einführung in Pandas: Der Industriestandard für Datenmanipulation.
o Praxis: Laden einer CSV-Datei, Filtern von Daten und Berechnen grundlegender Statistiken.
Teil 2: Einführung in die Business-Analytik (2,0 Stunden)
· Modul 4: Die Denkweise der Analytik: Verstehen des «Ask-Analyze-Act»-Framework. Wie man unternehmerische Fragestellungen definiert, die durch Daten beantwortet werden können.
· Modul 5: Deskriptiv vs. Prädiktiv: Überblick über das Interpretieren von Trends und das Erkennen von Anomalien im finanziellen Kontext.
· Modul 6: Vermittlung der Erkenntnisse: Prinzipien des Data Storytelling – technische Ergebnisse in Empfehlungen für die Führungsebene übersetzen.
Voraussetzungen
- Grundverständnis der Data Analytics
- Erfahrung im Datenprocessing
Erfahrungsberichte (3)
Das Üben mit Python ist sehr hilfreich, um die Grundlagen zu verstehen.
Wildana Ramadhani - OJK
Kurs - Foundations of Data & Business Analytics
Maschinelle Übersetzung
Gute Präsentation und erfahrene Ausbilder
Khairunnisa Andira - OJK
Kurs - Foundations of Data & Business Analytics
Maschinelle Übersetzung
Die technischen Details
Naura Ainayyah - OJK
Kurs - Foundations of Data & Business Analytics
Maschinelle Übersetzung