Kontakt aufnehmen

Schulungsübersicht

Tag 1

Grundlagen von Datenprodukten & Strategie
Einführung in moderne Datenprodukte
Datenprodukte im Vergleich zu traditionellen Datensystemen
Daten als strategischer Geschäftsressource
Komponenten eines Datenprodukt-Ökosystems
Identifikation geschäftlicher Probleme, die sich für Datenprodukte eignen
Übersicht über den Lebenszyklus von Datenprodukten (von der Idee bis zum Skalieren)
Case Studies: Erfolgreiche Datenprodukte in der Branche

Tag 2

Design und Architektur von Datenprodukten
Grundprinzipien des Designs von Datenprodukten
Verstehen von Nutzer*innen-Personas und Datenkonsument*innen
Datenarchitekturmodelle (zentralisiert vs. Data Mesh vs. hybrid)
Konzeption skalierbarer Datenpipelines
Datenmodellierung für Analysen und operative Anwendungen
APIs und Schichten zur Datenzugänglichkeit
Cloud-Infrastruktur für Datenprodukte (Überblick über AWS, Azure und GCP)

Tag 3

Data Engineering & Implementierung Aufnahmemethoden für Daten (Batch vs. Streaming) ETL-vs-ELT-Rahmenwerke Aufbau zuverlässiger Datenpipelines Datenspeicherlösungen (Data Lakes, Data Warehouses, Lakehouse) Tools zur Datentransformation und -orchestrierung Einführung in die Echtzeit-Datenverarbeitung Praktisches Labor: Erstellung einer einfachen Datenpipeline

Tag 4

Analysen, KI-Integration & Governance Integration von Analysen in Datenprodukte Dashboards, KPIs und Entscheidungsintelligenz Einführung in KI/ML in Datenprodukten Empfehlungssysteme und prädiktive Modelle Dateng Qualitätsmanagement und Überwachung Datengovernance, Datenschutz und Compliance (Übersicht der DSGVO-Konzepte) Sicherstellung von Vertrauen, Sicherheit und Zuverlässigkeit in Datenprodukten

Tag 5

Bereitstellung, Skalierung & Produktisierung Produktisierung von Datenlösungen für Endnutzer*innen Bereitstellungsstrategien und CI/CD für Datenprodukte Überwachung, Leistungsoptimierung & Skalierung Verwaltung des Lebenszyklus von Datenprodukten in Organisationen Monetarisierungsstrategien für Datenprodukte Zukunftstrends: Generative KI und autonome Datenprodukte Präsentation des Capstone-Projekts und Feedback-Sitzung

Voraussetzungen

  • Grundlegendes Verständnis von Datenkonzepten und Geschäftsberichterstellung wird empfohlen.
  • Kenntnisse in Excel oder einem grundlegenden Datenanalysewerkzeug sind hilfreich.
  • Das Bewusstsein dafür, wie Daten die unternehmerische Entscheidungsfindung unterstützen, ist von Vorteil.
  • Keine fortgeschrittenen Programmier- oder technischen Vorkenntnisse sind erforderlich.
  • Ein starkes Interesse an Daten, Analysen und der Entwicklung digitaler Produkte ist essenziell.
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien