News
รœber Uns
Kurse
Services
TU BERLIN ACADEMY FOR PROFESSIONAL EDUCATION
a
News
Aktuelles
Social Media
รœber Uns
The Academy
Lehrende
Akademischer Beirat
Management
Kurse
Alle Kurse
Short Courses
Master Degrees
Customized Programs
Services

Anmeldung

Gebรผhren und Fรถrderung
Unterkunft

Lernplattform

๎บ
a
๎บ
a
๎บ
M
Kontakt

Newsletter

DE | EN

ZEITRAUM

13.09.2024 - 05.10.2024
KURSDAUER

3 Wochen
SPRACHE

Englisch
STANDORT

Online
ABSCHLUSS

TU Berlin Certificate of Professional Education
LERNFORMAT

online

LEHRENDE*R


Dongrui Jiang
KOSTEN

3.898,50 โ‚ฌ

Anerkannt als Bildungszeit
Zurรผck zu allen Kursen
Kategorien: , Schlagwort:

PRACTICAL PYTHON APPLICATIONS (FOR PROFESSIONALS)

Dieses umfassende Programm ist auf Berufstรคtige zugeschnitten, die Python fรผr praktische Anwendungen in ihren Bereichen nutzen mรถchten. Der Kurs umfasst:

  • Datenmanipulation
  • Visualisierung von Daten
  • Web-Scraping
  • Automatisierung
  • Datenbank-Integration

AuรŸerdem lernen Teilehmende …

  • Einfache Grundlagen des maschinellen Lernens
  • Erstellung von interaktiven Dashboards

Der Kurs mรผndet in ein Abschlussprojekt. Hier wenden die Teilnehmer ihre Fรคhigkeiten auf reale Herausforderungen in ihren beruflichen Bereichen an.

Lernziele

Nach erfolgreichem Abschluss des Kurses werden die Teilnehmenden fortgeschrittene Python-Konzepte beherrschen und praktische Fertigkeiten fรผr die Anwendung in der Praxis erlernen. Sie lernen fortgeschrittene Datentypen, die Navigation in realen Datenszenarien, die Erstellung interaktiver Dashboards, die Implementierung von Web Scraping und Automatisierung, das Erfassen grundlegender Prinzipien des maschinellen Lernens sowie die effektive Integration von Python mit Datenbanken kennen. Zudem werden sie in die Lage versetzt, mit unterschiedlichen Daten umzugehen, Arbeitsablรคufe zu rationalisieren und reale Herausforderungen in ihren jeweiligen Bereichen anhand eines realen Projekts zu lรถsen. Ziel ist es, Fachleute mit den notwendigen Werkzeugen auszustatten, um ihre Produktivitรคt und Effizienz zu steigern.

Inhalt

1. Rรผckblick Python-Programmierung
  • Kurze Auffrischung: Wiederholung grundlegender Python-Konzepte fรผr einen schnellen Einstieg
  • Erweiterte Untersuchung von Datentypen: Vertiefung von Sets, Tuples und Dictionaries mit Fokus auf fortgeschrittene Themen wie JSON und Datenbankintegration
  • Praktische รœbungen zu Python-Grundlagen, unter Einbeziehung fortgeschrittener Datentypen fรผr reale Datenverarbeitungsszenarien
2. Datenverarbeitung und -analyse (Kernel part)
  • Daten-Szenarien aus der Praxis: praktische Anwendungen von Pandas zur Datenmanipulation
    • Verarbeitung von Zeitreihendaten: Verstehen und Anwenden von Pandas-Funktionalitรคten, die auf zeitabhรคngige Datensรคtze zugeschnitten sind
    • Verarbeitung von Georeferenzdaten: Techniken zur effektiven Bearbeitung und Analyse von ortsbezogenen Daten
    • Praktische Beispiele
  • Fortgeschrittenes Thema: Pandas vs. Excel Vergleich: Vergleichende Analyse von Pandas und Excel und nahtlose Integration in verbesserte praktische Anwendungen
  • Erstellung von Visualisierungen: Mรถglichkeiten von Matplotlib fรผr die Erstellung รผberzeugender Visualisierungen zur Unterstรผtzung datengesteuerter Entscheidungen
  • Fortgeschrittene Datenvisualisierungstools: Einfรผhrung in zusรคtzliche Tools fรผr anspruchsvollere und interaktive Visualisierungen

3. Web Scraping (Crawling) und Automatisierung
  • Web Scraping fรผr gezielte Datenextraktion: Sammlung praktischer Erfahrungen bei der Extraktion relevanter Daten aus Websites und Konzentration auf spezifische Ziele, die auf die beruflichen Anforderungen abgestimmt sind
  • Datenspeicherung und -verarbeitung: Best Practice Beispiele fรผr die effiziente Speicherung und Verarbeitung von gescrapten Daten
  • Identifizierung sich wiederholender Aufgaben: Erkundung von Strategien zur Identifizierung und Bewertung von Aufgaben, die sich fรผr die Automatisierung in einem professionellen Umfeld eignen
  • Skripting von Automatisierungslรถsungen: Entwicklung von Python-Skripten zur Automatisierung von wiederkehrenden Aufgaben und Verbesserung der Effizienz und Produktivitรคt am Arbeitsplatz

4. Erstellung interaktiver Dashboards
  • Einfรผhrung in Dashboards: Grundlagen der Erstellung interaktiver Dashboards zur Datenexploration und -prรคsentation
  • Docker-Integration: Nutzung von Docker erlernen, um die Bereitstellung und Skalierbarkeit von Dashboard-Anwendungen zu optimieren
  • Fallbeispiel zu Dashboard und Docker

5. Datenbank-Integration
  • Grundlagen von Datenbanken: grundlegendes Verstรคndnis von Datenbanken, einschlieรŸlich ihrer Typen, Strukturen und Rolle in Geschรคftsanwendungen erhalten
  • Python-Datenbank unter Verwendung von SQL: Kennenlernen fortgeschrittener Techniken fรผr die Interaktion mit relationalen Datenbanken unter Verwendung von SQL (Schwerpunkt: effiziente Datenabfrage und -manipulation)
  • Python-Datenbank unter Verwendung von NoSQL: Einfรผhrung in die Prinzipien der Arbeit mit NoSQL-Datenbanken, die Flexibilitรคt im Umgang mit unstrukturierten Daten bieten
  • Bewรคhrte Datenbankpraktiken: branchenรผbliche Best Practice Beispiele fรผr die Datenbankmanagement, einschlieรŸlich Optimierung, Indizierung und รœberlegungen zur Datensicherheit

6. Einfรผhrung in Machine Learning mit Python
  • Erste Schritte mit Machine Learning: grundlegende Konzepte und Anwendungen
  • Scikit-learn-Grundlagen: einfache und praktische Implementierungen des maschinellen Lernens mit Scikit-learn, einer benutzerfreundlichen Bibliothek fรผr Anfรคnger*innen
  • Anwendungen aus der Praxis: Lรถsung von alltรคglichen Problemen durch Machine Learning

7. Abschlussprojekt - Business Solution
Anwendung erworbener Kenntnisse in Python zur Entwicklung innovativer Lรถsungen fรผr reale Herausforderungen im eigenen beruflichen Kontext.

Zielgruppe

Berufstรคtige mit Grundkenntnissen in der Python-Programmierung, die ihre Kenntnisse und Fรคhigkeiten im Hinblick auf die praktische Anwendung in ihren jeweiligen Bereichen erweitern mรถchten.

Teilnahmevoraussetzungen

Die Teilnehmenden sollten ein grundlegendes Verstรคndnis der Python-Programmierung mitbringen. Vorkenntnisse in einer anderen Programmiersprache sind von Vorteil, aber nicht zwingend erforderlich. Da es sich um einen Online-Kurs handelt, benรถtigen Teilnehmende Zugang zu einem Laptop/PC mit einem Headset und Mikrofon sowie eine zuverlรคssigen Internetverbindung, um effektiv an den virtuellen Prรคsenzveranstaltungen und gemeinsamen Diskussionen teilnehmen zu kรถnnen. Die Teilnehmenden werden ermutigt, ihre Herausforderungen aus der Praxis in den Kurs einzubringen, um ein dynamisches Lernumfeld zu schaffen.

Termine

An folgenden Tagen finden virtuelle Prรคsenzveranstaltungen statt:

  • 13.09.2024 (Freitag), 15:00-21:00 Uhr
  • 20.09.2024 (Samstag), 09:00-17:00 Uhr
  • 05.10.2024 (Samstag), 09:00-17:00 Uhr

Nach den ersten beiden virtuellen Prรคsenzterminen beginnt jeweils ein Selbststudium (20-30 Stunden), welches bis zum nรคchsten Termin fรผr ca. 8 Stunden online, im Rahmen einer offenen Sprechstunde, einem Kleingruppen-Workshop o. ร„. nach Absprache begleitet wird.

LEHRENDE*R

Dongrui Jiang ist wissenschaftliche Mitarbeiterin am Lehrstuhl fรผr Energie- und Ressourcenmanagement (ER) an der TU Berlin. Ihre Forschung konzentriert sich in erster Linie auf die Analyse von Energiesystemen mit dem Schwerpunkt der Datenanalyse im Energiebereich.

Seit 2020 ist sie auch als Dozentin fรผr den Kurs "Introduction to Python Programming" bei der TU Berlin Summer and Winter University tรคtig. Mit mehr als 5 Jahren Erfahrung in der Nutzung von Python fรผr die Datenverarbeitung bringt sie umfangreiches praktisches Wissen und Fachkenntnisse in diesem Bereich mit. Mit Leidenschaft fรผhrt sie Schulungen zu grundlegenden Python-Grammatiken als auch zu fortgeschrittenen Themen wie Web Scraping und Datenanalyse durch.

agsdi-download
PDF Download
Sie mรถchten sich fรผr diesen Kurs anmelden?

20 vorrรคtig

Oder haben Sie andere Fragen?
KONTAKT
Preloader