Wandeln Sie in diesem umfassenden projektbasierten Kurs für angehende Datenexperten theoretisches Wissen in praktisches Fachwissen um. Durch ein End-to-End-Projekt mit synthetischen Kundensupportdaten (die reale Szenarien widerspiegeln sollen) werden Sie fortschrittliche Analytik, Cloud-Computing und KI-gestützte Entwicklung integrieren, um authentische geschäftliche Herausforderungen zu lösen. Durch die Nutzung von AWS-Diensten während des gesamten Projekts werden Sie mit S3 für die Datenspeicherung und -verwaltung arbeiten, SageMaker für die Modellentwicklung und -bereitstellung nutzen und automatisierte Datenpipelines erstellen - und dabei praktische Erfahrungen mit branchenüblichen Cloud-Tools sammeln. Nach Abschluss des Kurses sind Sie in der Lage: - End-to-End-Lösungen für die Datenwissenschaft zu entwerfen und zu implementieren - automatisierte Datenpipelines mit AWS-Integration zu erstellen - produktionsreife Machine-Learning-Modelle zu erstellen - interaktive Dashboards und Berichte zu entwickeln - eine umfassende Projektdokumentation zu erstellen



Aufbau einer Lösung für die Datenwissenschaft in der realen Welt
Dieser Kurs ist Teil mehrerer Programme.

Dozent: Professionals from the Industry
Bei enthalten
Kompetenzen, die Sie erwerben
- Kategorie: Technische Kommunikation
- Kategorie: Daten-Pipelines
- Kategorie: Daten Präsentation
- Kategorie: Datenvisualisierung
- Kategorie: Explorative Datenanalyse
- Kategorie: Dashboard
- Kategorie: Projektmanagement
- Kategorie: Lieferung der Lösung
- Kategorie: Interaktive Datenvisualisierung
- Kategorie: Cloud-Infrastruktur
- Kategorie: Automatisierung
- Kategorie: Daten-Integration
- Kategorie: Technische Dokumentation
- Kategorie: Feature Technik
- Kategorie: Business Intelligence
- Kategorie: Projektdokumentation
- Kategorie: Amazon Webdienste
- Kategorie: Datenanalyse
- Kategorie: AWS SageMaker
- Kategorie: Daten-Storytelling
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Oktober 2025
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module
Willkommen bei den Grundlagen für den Aufbau realer Lösungen für die Datenwissenschaft, wo geschäftliches Verständnis auf technische Implementierung trifft. In diesem wichtigen ersten Modul lernen Sie, die Brücke zwischen geschäftlichen Herausforderungen und Lösungen für die Datenwissenschaft zu schlagen und gleichzeitig die grundlegenden AWS-Services zu beherrschen, die für skalierbare Implementierungen erforderlich sind. Anhand der Support-Ticket-Routing-Herausforderung von TicketWise lernen Sie, Geschäftsanforderungen zu analysieren, Cloud-Umgebungen zu konfigurieren und die Infrastruktur für das Datenmanagement einzurichten, die Ihre End-to-End-Lösung unterstützen wird. Durch praktische Erfahrung mit AWS S3 und Python-Integration entwickeln Sie die entscheidenden Fähigkeiten, um Geschäftsprobleme in gut strukturierte Datenwissenschaft-Projekte zu verwandeln.
Das ist alles enthalten
3 Videos7 Lektüren1 Aufgabe1 Unbewertetes Labor
Entdecken Sie, wie Sie rohe Support-Ticket-Daten in verwertbare Erkenntnisse umwandeln können. In diesem Modul analysieren Sie die TicketWise-Ticketmuster und bereiten die Daten für eine erfolgreiche Modellierung vor. Durch explorative Datenanalyse und systematische Datenvorverarbeitung werden Sie wichtige Erkenntnisse über Lösungszeiten, Kundensegmente und Routing-Muster aufdecken und gleichzeitig die Datenqualität sicherstellen. Mithilfe von Python-Bibliotheken und AWS-Integration erstellen Sie einen sauberen, gut strukturierten Datensatz, der die Grundlage für Ihre Routing-Lösung bildet.
Das ist alles enthalten
2 Videos1 Lektüre3 Aufgaben2 Unbewertete Labore
Sind Sie bereit, Ihre aufbereiteten Daten in Vorhersagen zu verwandeln? In diesem Modul erstellen und bewerten Sie Modelle des Maschinellen Lernens, die TicketWise-Supporttickets automatisch weiterleiten. Durch Feature Engineering, Modellentwicklung und systematische Evaluierung erstellen Sie eine Lösung, die intelligente Routing-Entscheidungen trifft. Mithilfe traditioneller Techniken und KI-Unterstützung lernen Sie, die richtigen Modelle auszuwählen, ihre Effektivität zu messen und Ihren Ansatz für die Bereitstellung in der Produktion zu dokumentieren.
Das ist alles enthalten
6 Videos2 Lektüren2 Aufgaben2 Unbewertete Labore
Von automatisierten Pipelines bis hin zu übersichtlicher Dokumentation - dieses Modul verwandelt einzelne ML-Komponenten in ein produktionsreifes System. Anhand der TicketWise-Support-Ticket-Routing-Lösung als praktisches Beispiel lernen Sie, automatisierte Datenpipelines zu erstellen, Modelle in AWS SageMaker bereitzustellen, aufschlussreiche Visualisierungen zu erstellen und eine umfassende Dokumentation zu generieren. Durch praktische Übungen und reale Szenarien beherrschen Sie die Fähigkeiten, die erforderlich sind, um vielversprechende Modelle in wertvolle Geschäftslösungen zu verwandeln. Dabei verwenden Sie sowohl traditionelle Techniken als auch KI-Unterstützung, um sicherzustellen, dass Ihre Arbeit skalierbar, wartbar und gut dokumentiert ist.
Das ist alles enthalten
6 Videos5 Lektüren2 Aufgaben4 Unbewertete Labore
In diesem abschließenden Modul zeigen Sie, dass Sie End-to-End-Lösungen für die Datenwissenschaft beherrschen. Anhand von Szenarien zur Komponentenintegration und einer umfassenden Abschlussbewertung zeigen Sie, wie verschiedene Tools und Techniken effektiv zusammenarbeiten. Anhand des TicketWise-Support-Ticket-Routing-Systems werden Sie Ihre Fähigkeit unter Beweis stellen, integrierte Lösungen zu entwickeln und dabei die Auswirkungen auf das Geschäft zu berücksichtigen. Durch angeleitete Reflexion werden Sie auch Wachstumsmöglichkeiten identifizieren und sich auf Ihre nächsten Schritte als Datenwissenschaftler vorbereiten.
Das ist alles enthalten
2 Videos2 Lektüren2 Aufgaben
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

von
Mehr von Datenanalyse entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumJohns Hopkins University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?





Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.


