Unsere Data Science Kurse in Stuttgart

Lernen Sie Big Data und Data Mining in unseren Data Science Schulungen

Python - 3 Tage
Kompakter Einstieg in die Programmiersprache Python für Datenanalyse und Data Science. Erläuterung der Grundlagen von Python, dem pandas DataFrame, Plotten und Einführung in das Maschinelle Lernen. Erste Machine Learning Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering). Verwendete Pakete: pandas, matplotlib, seaborn, scikit-learn.
Python – 2 Tage
Aufbauend auf Python Grundkenntnissen, werden supervised und unsupervised Machine Learning Algorithmen in scikit-learn und die wichtigsten Schritte beim Trainieren der Algorithmen behandelt. Folgende Algorithmen werden erläutert: Lineare & Logistische Regression, Entscheidungsbaum, Ensembles, Neuronales Netz (MLP), K-Nearest Neighbor, K-means, DBSCAN Clustering.
R – 3 Tage
Das Seminar vermittelt einen kompakten Einstieg in die Programmiersprache R für Datenanalyse und Data Science. Sie lernen das beliebte Paket data.table, Plotten mit ggplot2 und eigene Funktionen schreiben. Der Einstieg in Machine Learning und die Umsetzung von bekannten Algorithmen (u.a. Lineare Regression, Entscheidungsbaum, K-Means Clustering) ist ein weiterer Schwerpunkt.
Kundenbewertungen & Erfahrungen zu Enable AI. Mehr Infos anzeigen.

Data Science Seminare in Stuttgart

Mit über 1500 KMUs, speziell in der Automobil- und Maschinenbau-Branche, zählt Stuttgart zweifelsohne zu den boomenden Wirtschaftstädten Deutschlands. Hier in der schwäbischen Hauptstadt ist der Mittelstand der Bundesrepublik Zuhause. Daten treiben die Innovation der Region voran, weshalb Enable AI hier auch einen Großteil seiner Kurse in Datenwisschenschaften und Data Analytics anbietet.

Data Science Schulungen im Zentrum von Stuttgart

Für unsere Data Mining Kurse in Stuttgart buchen wir in der Regel Räumlichkeiten in einem Regus Zentrum. Dieses ist durch die direkte Nähe zum Hauptbahnhof Stuttgart hervorragend angebunden und deswegen auch mit Öffentlichen Verkehrsmitteln gut zu erreichen. Details zum genauen Kursstandort finden sie in der Schulungsbeschreibung zusammen mit den nächsten verfügbaren Terminen für Stuttgart.

Data Science Kurse im Detail

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Data Scientist - das Berufsbild

Ein data scientist setzt sich aus verschiedenen Fähigkeiten zusammen. Je nach Einsatzgebiet bzw. Industrie wird der Schwerpunkt anders gelegt. Kenntnis im Umgang mit Datenbanken, mit der Analyse und Bereinigung von Daten, dem Erstellen von Grafiken, und der Anwendung von Algorithmen eröffnen ein abwechslungsreiches Berufsbild. Auch domain knowledge, das grundlegende Verständnis des Anwendungsfelds aus dem die analysierten Daten stammen, ist wichtig, um sinnvolle Rückschlüsse und Analysen machen zu können und die Ergebnisse publikumsgerecht kommunizieren zu können. Oft werden die Ergebnisse auf verschiedenen Ebenen präsentiert, von der Fachabteilung bis zum mittleren oder hohen Management.

Die Hauptaufgabe ist es, aus den Daten Muster und Informationen abzuleiten, damit Entscheidungen besser getroffen werden können. Diese Muster können anhand von rein deskriptiven Analysen erkannt werden oder modernere machine learning Algorithmen finden Anwendung, welche selbstlernend die Muster erkennen, um beispielsweise vorhersagen zu können, ob ein Bauteil in naher Zukunft defekt wird oder nicht. Die entdeckten Informationen bilden Hypothesen, welche mit dem Fachbereich bzw. dem Management diskutiert wird, um Handlungsempfehlungen ableiten zu können.

Data Scientist werden in verschiedenen Branchen gesucht, da Unternehmen unterschiedlicher Industrien Daten vermehrt sammeln und speichern, beispielsweise in der Gesundheitsbranche, der Logistik, der produzierenden Industrie, Banken und Versicherung, Marketing und Vertrieb, der Handelsbranche oder dem Personalwesen.

Da gut ausgebildete Data Scientist derzeit schwer am Arbeitsmarkt zu finden sind, ist der durchschnittliche Lohn höher als in anderen Branchen. Das durchschnittliche Gehalt ist etwa 55.000 Euro Jahresbrutto, wobei je nach Berufserfahrung, Industrie und Standort größere Schwankungen möglich sind.

Individuelle In-House Data Analytivcs Schulung in Stuttgart

Sollten Sie für Ihre Angestellten ein Seminar direkt bei sich in der Firma wünschen, bietet Enable AI auch externe Data Science Schulungen in Stuttgart an. Aus einem umfangreichen Portfolio von Schulungsmodulen können wir ein Seminar erarbeiten, das sich nach den Kenntnissen und Bedürfnissen Ihrer Angestellten richtet. Fragen Sie unverbindlich bei uns an.

Data Science Kurse im Detail

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Weitere Schulungsorte
Enable AI bietet Schulungen in Data Science in folgenden Städten an: Frankfurt, München und Stuttgart.

Das sagen bisherige Teilnehmer

Weitere Seminare und Termine

Die nächsten Kurse

Übersicht über die kommenden Schulungen in Machine Learning, Deep Learning, Data Science und Statistik.

Dieser praxisorientierte Kurs zeigt Ihnen wie Sie große Datenmengen (Big Data) mit PySpark (Python und Apache Spark) verarbeiten und analysieren können. Neben einer ausführlichen Einführung in PySpark wird die Integration von dem Python Datenanalyse Module Pandas in PySpark behandelt. Zudem werden die Möglichkeiten der Anwendung von Machine Learning in PySpark erläutert.

(3 Tage) Kompakter Einstieg in Python für Datenanalyse und Data Science. Grundlagen über pandas DataFrame, Grafiken erstellen, Machine Learning und erste Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering). Verwendete Pakete: pandas, seaborn, scikit-learn.

(3 Tage) In dieser Schulung lernen Sie, wie Sie Webapps bauen können um die Ergebnisse Ihrer Data Science / Deep Learning Algorithmen visualisieren zu können und Ihren Kollegen über ein Web Oberfläche zur Verfügung zu stellen. Verwendete Pakete und Programmiersprachen sind Python, Flask, Html / CSS, streamlit, jinja, ajax.

(3 Tage) Einführung in die Datenanalyse und Machine Learning mit R. Wichtige Datenstrukturen in R, das Paket data.table für effiziente Datenanalyse. Statistiken berechnen. Eigene Funktionen schreiben. Plotten mit ggplot2. Erste ML-Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering).

3 Tages Kurs (R) mit einer knappen Einführung in die Statistik. Der Fokus liegt auf der Umsetzung der intuitiv erklärten Theorie in R, um Statistiken auf Daten eigenständig berechnen zu können und Daten mit dem data.table Paket analysieren zu können.

(3 Tage) Grundlagen von Deep-Learning. Theorie der Neuronalen Netze und praktische Umsetzung mit Keras / Tensorflow (Python) auf high-performance GPUs. Einführung in CNNs, RNNs und LSTMs zur Bearbeitung von Bild-, Text- und Sequenzdaten. Training bei wenig Daten. Bekannte Netzwerkarchitekturen.

(3 Tage) Einführung in DL mit Schwerpunkt Bilddaten. Allgemeine Theorie der Neuronalen Netze und Umsetzung mit Keras / Tensorflow (Python) auf high-performance GPUs. Use-Cases aus dem Image Processing: Bildklassifizierung, Objektdetektierung mit Bounding Boxes, Semantische Segmentierung.

(5 Tage) Einstieg in die Programmiersprache Python mit Fokus auf Data Science / Machine Learning. Mit u.a. folgenden Algorithmen: Regression, Random Forest, Clustering. Verwendete Pakete: pandas, numpy, matplotlib, seaborn, scikit-learn, statsmodels.

(1 Tag) In diesem Seminar bieten wir eine umfassende Einführung und die Grundlagen von ChatGPT und Prompt Engineering. Mit Hintergrundinformationen zu Modell und Daten, die hinter ChatGPT stehen. Anwendungsfälle umfassen Marketing, Analyse von Texten, Klassifikation, Übersetzung, u.a.

(3 Tage) Grundlagen von Deep-Learning. Theorie der Neuronalen Netze und praktische Umsetzung mit Keras / Tensorflow (Python) auf high-performance GPUs. Einführung in CNNs, RNNs und LSTMs zur Bearbeitung von Bild-, Text- und Sequenzdaten. Training bei wenig Daten. Bekannte Netzwerkarchitekturen.

3 Tages Kurs (R) mit einer knappen Einführung in die Statistik. Der Fokus liegt auf der Umsetzung der intuitiv erklärten Theorie in R, um Statistiken auf Daten eigenständig berechnen zu können und Daten mit dem data.table Paket analysieren zu können.

(3 Tage) Einführung in die Datenanalyse und Machine Learning mit R. Wichtige Datenstrukturen in R, das Paket data.table für effiziente Datenanalyse. Statistiken berechnen. Eigene Funktionen schreiben. Plotten mit ggplot2. Erste ML-Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering).

(1 Tag) In diesem Seminar bieten wir eine umfassende Einführung und die Grundlagen von ChatGPT und Prompt Engineering. Mit Hintergrundinformationen zu Modell und Daten, die hinter ChatGPT stehen. Anwendungsfälle umfassen Marketing, Analyse von Texten, Klassifikation, Übersetzung, u.a.

(1 Tag) In diesem Digitalisierungs Seminar lernen Sie Denk- und Handlungswerkzeuge kennen, die die aktuellen Trends der Digitalisierung mit zeitlosen Grundsätzen untermauern. Das Seminar hat zum Ziel, Führungskräften ein tieferes Verständnis für strategische Entscheidungen im Kontext von Digitalisierungsprojekten zu entwickeln.

In dieser Schulung lernen Sie, wie Sie Zeitreihen Daten in Python analysieren und visualisieren können. Neben klassischen Methoden zur Zeitreihenvorhersage (ARMA) werden auch Maschinelle Lernen Methoden behandelt (RNN, LSTM). Verwendete Python Module sind: pandas, matplotlib, plotly, datetime, statsmodels, sklearn, keras.

Dieser praxisorientierte Kurs zeigt Ihnen wie Sie große Datenmengen (Big Data) mit PySpark (Python und Apache Spark) verarbeiten und analysieren können. Neben einer ausführlichen Einführung in PySpark wird die Integration von dem Python Datenanalyse Module Pandas in PySpark behandelt. Zudem werden die Möglichkeiten der Anwendung von Machine Learning in PySpark erläutert.

(2 Tage) In dieser Schulung lernen Sie, wie Sie schnell und effektiv Ihre Daten und Ergebnisse mit Python visualisieren und mit anderen teilen können. Auch die interaktive Visualisierung wird behandelt. Verwendete Python Pakete sind: pandas, matplotlib, plotly, rise, ipywidgets, voila, streamlit.

(3 Tage) In dieser Schulung lernen Sie, wie Sie Webapps bauen können um die Ergebnisse Ihrer Data Science / Deep Learning Algorithmen visualisieren zu können und Ihren Kollegen über ein Web Oberfläche zur Verfügung zu stellen. Verwendete Pakete und Programmiersprachen sind Python, Flask, Html / CSS, streamlit, jinja, ajax.

Natural Language Processing Seminar. 1. Tag – Machine Learning Verfahren: Linguistische Vorverarbeitung, Textklassifikation bzw. Text Clustering (Python Module spacy bzw. scikit-learn). 2. Tag – Neuronale Netze: Wortvektoren, TextKlassifizikation mit LSTM, Sequenz-zu-Sequenz-Modelle (z.B. für Übersetzung), Transferlernen mit vortrainierten Modellen. (Keras/Tensorflow)

(1 Tag) In diesem Seminar bieten wir eine umfassende Einführung und die Grundlagen von ChatGPT und Prompt Engineering. Mit Hintergrundinformationen zu Modell und Daten, die hinter ChatGPT stehen. Anwendungsfälle umfassen Marketing, Analyse von Texten, Klassifikation, Übersetzung, u.a.

(2 Tage) Aufbauend auf Kenntnissen in Python, werden supervised und unsupervised Machine Learning Algorithmen in scikit-learn umgesetzt und die wichtigsten Schritte beim Trainieren der Algorithmen erklärt, u.a.: Regression, Entscheidungsbaum, Ensembles, Neuronales Netz, K-Means, DBSCAN Clustering.

(3 Tage) Kompakter Einstieg in Python für Datenanalyse und Data Science. Grundlagen über pandas DataFrame, Grafiken erstellen, Machine Learning und erste Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering). Verwendete Pakete: pandas, seaborn, scikit-learn.

Weitere Schulungsorte
Enable AI bietet Schulungen in Data Science in folgenden Städten an: Frankfurt, München und Stuttgart.

Datenbasierte Produkte und Entscheidungen im Unternehmen

In der heutigen digitalen Welt werden viele moderne Unternehmen mit Daten überflutet. Mit dem Fortschritt der Technologie gewinnt die Analyse und Verarbeitung dieser Daten deshalb mehr und mehr an Bedeutung. Doch ohne das Fachwissen von Spezialisten, die sich mit dem Thema datascience auseinandersetzen, sind diese Daten nichts wert. Leider sind sich viele Unternehmen noch immer nicht bewusst, welchen Wert ein Datenwissenschaftler für ein Unternehmen hat.

Wofür steht Data Science?

Vereinfacht gesagt ist Data Science (im deutschen auch Datenwissenschaft) das Studium von Daten. Sie dient dazu, aus jeder Art von Daten – strukturierten und unstrukturierten – Erkenntnisse und Wissen zu gewinnen. Data Science beinhaltet die Prozesse der Erfassung, Sammlung, Speicherung, Analyse und Präsentation von Daten, um nützliche Informationen effektiv zu extrahieren. Angesichts der großen Datenmengen, die von modernen Unternehmen und Organisationen verwaltet werden, ist die Datenwissenschaft zu einem integralen Bestandteil der IT geworden. Erfahrene Datenwissenschaftler sind in der Lage, relevante Fragen zu identifizieren, Daten aus vielen Datenquellen zu sammeln und die Ergebnisse in Lösungen umzusetzen.

Stuttgart, Ort für Kurse und Schulungen von Enable AI

Tools von Data Science

Bei den Analysetools können verschiedene Tools eingesetzt werden. Bei der Datenaufbereitung, dem Erstellen von Grafiken und dem Trainieren von Data Science Algorithmen sind die bekanntesten verwendeten Programmiersprachen Python oder R. Auch Matlab findet je nach Industrie Anwendung. Grafische Tools erleichtern die Analyse, da keine Programmierkenntnisse notwendig sind. Diese sind jedoch oft in der Flexibilität der Anwendung eingeschränkt, ermöglichen aber, die sehr einfache und effiziente Bearbeitung von Standardaufgaben. Zu nennen sind hier z.B. der SPSS Modeler, Knime, Weka oder RapidMiner. Die verschiedenen Tools unterscheiden sich in der Lizenzgebühr, manche bieten freie Varianten an oder eine open source Variante.

Auswahl aus unseren Data Science Schulungen

Unsere Seminare in Stuttgart für Data Mining und Datenwissenschaft bieten Ihnen nicht nur die Grundlagen, sondern bringen Ihnen die bekanntesten Algorithmen näher. Eine Auswahl der verschiedenen Kurse, aus denen Sie wählen können:

Schulung: Data Science in R (Grundlagen von R für Data Analytics)

Dieser dreitägige Einführungskurs gibt Ihnen einen Überblick über die Programmiersprache R, einschließlich der Grundlagen des Data Mining und der Datenwissenschaft. Unsere Ausbilder helfen Ihnen beim Schreiben von Funktionen und bei der Implementierung von Kontrollflüssen in R. Sie lernen auch, wie Sie Daten aus verschiedenen Formaten einlesen, mit ggplot2 plotten oder Daten bereinigen können. Sie können Algorithmen in R trainieren und validieren, einen Train-Test Datensplit durchführen und Qualitätskriterien zur Bewertung eines Algorithmus berechnen und interpretieren. Daneben werden auch die bekannten Algorithmen des Data Mining wie lineare Regression, logistische Regression, Entscheidungsbaum, Random Forest, k-Means-Clustering erläutert. Am Ende des Seminars werden Sie in der Lage sein, diese voneinander zu unterscheiden und in R in den Code zu schreiben.

Schulung: Data Science Intensivseminar

Unser Intensivseminar gibt einen Überblick über Python, die beliebteste Programmiersprache in den Bereichen Data Science und Data Mining. Hier werden Sie lernen, wie man Daten aus verschiedenen Formaten und Datenbanken importiert, sowie Plotdaten mit Seaborn / Matplotlib oder Daten mit Pandas bereinigen kann. Unsere Ausbilder werden Ihnen auch die wichtigsten Datentypen in Python erklären und Ihnen helfen, Ihre eigenen einfachen Funktionen zu schreiben. Zudem werden Sie lernen, wie man die Scikit-Learning-Bibliothek benutzt.

Schulung: Data Science in Python

Unsere dreitägige Data Science Python Schulung eignet sich für Anfänger in Python, die bereits über Grundwissen einer anderen Programmiersprache besitzen. Hier erfahren Sie, wie Sie Python in Data Science und Data Mining einsetzen und für die Datenanalyse verwenden können. Dabei liegt unser Fokus auf der praktischen Umsetzung der Algorithmen in Python. Zudem erlernen Sie die Nutzung der Pandas, Matplotlib, Seaborn und Scikit-Learn Bibliotheken. Das Ziel des Seminars ist, simple Data Mining Algorithmen für die Analyse von Daten einzusetzen zu können und selbstständig erste Datenanalysen durchzuführen.

Festplatte wird mit Pinzette bearbeitet. Data Science benötigt Daten.

Schulungsort Live Online

Für unsere Live Online Schulungen verwenden wir die Software Zoom.

Durch die Möglichkeiten die Teilnehmer in Breakout Räumen aufzuteilen und auf die Bildschirme der einzelnen Teilnehmer zu schauen, ist es für uns möglich, Sie auch in einem Live Online Seminar individuell zu betreuen.

Etwa eine Wochen vor Beginn der Schulung erhalten Sie von uns den Zugangslink zu Zoom per Email zugesandt.

Schulungsraum in München

Die Seminarräume in München befinden sich 900m von der S-Bahn Haltestelle Donnersbergerbrücke. Von dort sind es 6 min bis zum Hauptbahnhof München.

Adresse Seminarraum München

Regus
Landsberger Straße 155
80687 München