Business Analytics mit Python Einführung

Der Introduction-Kurs "Business Analytics mit Python" vermittelt die elementaren Grundlagen für agile Datenanalyse und Business Intelligence mit Open-Source-Software und der Programmiersprache Python. Auf Basis von praxisorientierten Anwendungsszenarien und Fallbeispielen werden den Teilnehmern in einem partizipativen Workshopformat unter anderem folgende Kompetenzen vermittelt: 

• Einlesen, Analyse, Aggregation und Visualisierung von Datensätzen mit Pandas aus CSV- und Excelquellen.
• Die Ausgabe von Analyseergebnissen als Reportings.
• Übersicht über die diversen Einsatzmöglichkeiten von Pandas und Jupyter im Unternehmenskontext und die entsprechenden Implementierungsprozesse.

 
Für den Kurs sind keine Programmier-Kenntnisse notwendig. Ein solides Verständnis von EDV-Programmen wie Excel ist für die erfolgreiche Teilnahme ausreichend.   
Vorgestellte Technologien: 

• Jupyter Notebooks: Ursprünglich für den Einsatz in Forschung und Wissenschaft entwickelt, ermöglichen Jupyter Notebooks die Programmierung und insbesondere die explorative Datenanalyse inkl. Dokumentation, Text und Visualisierung im Browser. 
• Pandas: Die Open-Source Library Pandas erlaubt die Verarbeitung unterschiedlichster Dateiformate (Excel, CSV, HTML, HDF5, …) sowie eine statistische Datenanalyse und diverse Visualisierungen.

 
 
Teil 1: Herkunft & Grundlagen 
Vorstellung Jupyter Notebooks 

• Herkunft 
• Überblick und Demoanwendung 

Vorstellung Pandas 

• Herkunft 
• Überblick und Demoanwendung 

Teil 2: Datenverarbeitung mit Pandas in Jupyter 

• Daten Ein- und Ausgabe mit CSV 
• Übungsteil 
• Daten Ein- und Ausgabe mit Excel 
• Übungsteil 
• Zugriff und Auswahl von Datenreihen 
• Übungsteil 

 
Teil 3: Visualisierung mit Pandas in Jupyter 

• Einführung Datenvisualisierung mit Pandas 
• Übungsteil 
• Datenvisualisierung anpassen & erweitern 
• Übungsteil 

Teil 4: Daten Analyse und Aggregation mit Pandas 

• Überblick Möglichkeiten Datenaggregation 
• Übungsteil 
• Zusammenspiel Datenanalyse mit Visualisierung 
• Übungsteil 

Teil 5: Ausblick und Use-Cases 

• Überblick über fortgeschrittene Möglichkeiten 
• Use-Cases 
• Q&A 

Open-Source-Software etabliert sich mit rasanter Geschwindigkeit gegenüber proprietären Anwendungen. In zahlreichen Einsatzgebieten, insbesondere in der Datenanalyse und -verarbeitung, zählen sie bereits zu den Best-Practice Standards. Die Gründe dafür sind vielseitig:  

• Versatilität & Agilität: Aufgrund des offenen Quellcodes kann OSS schnell an die individuellen Anforderungen des Nutzers angepasst werden. Das gilt insbesondere für die Integration hochgradig heterogener Datentypen.  
• Sicherheit: OSS unterlaufen ein permanentes Peer-Review. Sicherheitslücken werden dadurch i.d.R schneller entdeckt und zeitnaher behoben.
• Kompatibilität: OSS sind i.d.R. mit allen gängigen Betriebssystemen kompatibel und damit problemlos in jede bestehende IT-Infrastruktur integrierbar.
• Lizenzierung: Durch den Umstieg auf OSS entfallen Lizenzgebühren und damit auch das oft aufwändige Lizenzmanagement.

Die Workshopunterlagen werden den Teilnehmern inklusive Fallbeispielen und Beispieldaten zur Verfügung gestellt. 
Sie können an der Schulung im Browser teilnehmen und müssen lediglich ihren Laptop mitbringen. Bei Bedarf stellen wir Ihnen gerne bei vorheriger Anmeldung einen Laptop zur Verfügung.
Folgende Leistungen sind bei der Schulung inklusive:

• Verpflegung während der Schulung
• Mittagessen
• Schulungsunterlagen (mit Aufgaben)
• Teilnahmezertifikat

 
Anmeldung/Kosten:
Die Einführungsschulung kostet 690,00€ zzgl. MwSt.
Die Schulung findet am 28.03.2018 von 8:30 Uhr bis 14:30 Uhr mit 3 bis max. 8 Teilnehmern statt.

Die Schulung findet am 25. April 2018 von 8:30 Uhr bis 14:30 Uhr mit 3 bis max. 8 Teilnehmern statt.
 

Bei Bedarf stehen wir auch gerne für kurzfristige Inhouse-Trainings zur Verfügung. Haben Sie weitere Fragen zu Details der Schulung oder Inhalten, kontaktieren Sie uns gerne!