Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à ce Certificat Professionnel.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable auprès de Google
Il y a 6 modules dans ce cours
Dies ist der dritte Kurs des Google Data Analytics Certificate. In diesen Kursen lernen Sie alles, was Sie für eine Einstiegsposition in der Datenanalyse benötigen. Während Sie Ihr Verständnis der Themen aus den ersten beiden Kursen weiter ausbauen, werden Sie auch in neue Themen eingeführt, die Ihnen helfen, praktische Data-Analytics-Fähigkeiten zu erwerben. Sie erfahren, wie Sie Tools wie Tabellenkalkulationen und SQL verwenden, um die richtigen Daten für Ihre Ziele zu extrahieren und zu nutzen und wie Sie Ihre Daten organisieren und schützen. Bei Google tätige Fachleute für Datenanalyse werden Sie weiterhin anleiten und Ihnen praktische Möglichkeiten zeigen, mit denen Sie übliche Aufgaben von Fachleuten für Datenanalyse mithilfe der besten Tools und Ressourcen erledigen können.
Nach Abschluss dieses Zertifikatsprogramms sind Lernende gerüstet, um sich auf Einstiegspositionen in der Datenanalyse zu bewerben. Es sind keine Vorkenntnisse erforderlich.
Im Verlauf dieses Kurses werden Sie:
- Herausfinden, wie Fachkräfte für Datenanalyse entscheiden, welche Daten für die Analyse gesammelt werden
- Mehr über strukturierte und unstrukturierte Daten, Datentypen und Datenformate erfahren
- Erfahren, wie Sie verschiedene Arten von Verzerrungen in Daten identifizieren können, um die Glaubwürdigkeit der Daten sicherzustellen
- Erfahren, wie Fachkräfte für Datenanalyse Tabellenkalkulationen und SQL mit Datenbanken und Datensätzen verwenden
- Sich mit Open Data und dem Verhältnis zwischen Datenethik und Datenschutz sowie mit deren Bedeutung auseinandersetzen
- Lernen, wie Sie auf Datenbanken zugreifen und die darin enthaltenen Daten extrahieren, filtern und sortieren
- Die Best Practices zum Strukturieren und Schützen von Daten kennenlernen
Wir alle generieren in unserem täglichen Leben viele Daten. In diesem Teil des Kurses erfahren Sie, wie wir Daten generieren und wie Fachkräfte für Datenanalysen entscheiden, welche Daten für die Analyse gesammelt werden. Sie lernen auch strukturierte und unstrukturierte Daten, Datentypen und Datenformate kennen, während Sie Ihre Daten für die Erkundung aufbereiten.
Inclus
9 vidéos10 lectures8 devoirs1 sujet de discussion2 plugins
Afficher les informations sur le contenu du module
9 vidéos•Total 31 minutes
Einführung in die Datenerkundung•4 minutes
Hallie: Faszinierende Dateneinblicke•3 minutes
Datenerhebung in unserer Welt•4 minutes
Bestimmen, welche Daten gesammelt werden sollen•4 minutes
Datenformate entdecken•5 minutes
Strukturierte Daten verstehen•2 minutes
Wissen, mit welcher Art von Daten Sie arbeiten•4 minutes
Datentabellenkomponenten•2 minutes
Wide und Long Data kennenlernen•4 minutes
10 lectures•Total 95 minutes
Lehrplan•10 minutes
Entscheiden Sie, ob Sie den Schnellkurs wählen sollten•10 minutes
Optional: Ihr Ergebnis beim Diagnosequiz und die Bedeutung•10 minutes
Die richtigen Daten auswählen•10 minutes
Datenformate in der Praxis•10 minutes
Die Struktur der Daten•10 minutes
Datenmodellierungsebenen und -techniken•10 minutes
Boolesche Logik verstehen•10 minutes
Transformieren von Daten•10 minutes
Glossar: Begriffe und Definitionen•5 minutes
8 devoirs•Total 206 minutes
*Wochen-Challenge 1*•40 minutes
Optional: Sie kennen sich bereits mit Data Analytics aus? Nehmen Sie an unserem Diagnosequiz teil•32 minutes
Wissen zum Sammeln von Daten testen•6 minutes
Selbstreflexion: Unstrukturierte Daten•30 minutes
Wissen zu Datenformaten und -strukturen testen•8 minutes
Praktische Übung: Funktion anwenden•60 minutes
Praktische Übung: Einführung in Kaggle•20 minutes
Ihr Wissen zu Datentypen, Feldern und Werten testen•10 minutes
1 sujet de discussion•Total 10 minutes
Meet and Greet•10 minutes
2 plugins•Total 30 minutes
Auffrischung: Ihre Roadmap für das Data Analytics Certificate•15 minutes
Datentypen unterscheiden•15 minutes
Verzerrungen, Glaubwürdigkeit, Datenschutz, Ethik und Zugang
Module 2•3 heures à terminer
Détails du module
Wenn Fachkräfte für Datenanalyse mit Daten arbeiten, überprüfen sie immer, ob die Daten unverzerrt und glaubwürdig sind. In diesem Teil des Kurses erfahren Sie, wie Sie unterschiedliche Arten von Verzerrungen in Bezug auf Daten erkennen und wie Sie dafür sorgen, dass Ihre Daten glaubwürdig sind. Außerdem werden Sie sich mit Open Data und dem Verhältnis zwischen Datenethik und Datenschutz sowie mit deren Bedeutung auseinandersetzen.
Inclus
12 vidéos4 lectures6 devoirs1 sujet de discussion
Afficher les informations sur le contenu du module
12 vidéos•Total 36 minutes
Datenintegrität sicherstellen•1 minute
Verzerrungen: Von Fragen bis hin zu Schlussfolgerungen•3 minutes
Verzerrte und unverzerrte Daten•2 minutes
Verzerrungen in Daten verstehen•4 minutes
Gute Datenquellen erkennen•3 minutes
Was sind „schlechte“ Daten?•3 minutes
Einführung in die Datenethik•5 minutes
Optionale Auffrischung: Alex: Die Bedeutung der Datenethik•3 minutes
Einführung in den Datenschutz•2 minutes
Andrew: Der ethische Einsatz von Daten•3 minutes
Eigenschaften von Open Data•4 minutes
Andrew: Schritte zur ethischen Datennutzung•3 minutes
4 lectures•Total 35 minutes
Datenanonymisierung•10 minutes
Die Open-Data-Debatte•10 minutes
Websites und Ressourcen für Open Data•10 minutes
Glossar: Begriffe und Definitionen•5 minutes
6 devoirs•Total 124 minutes
*Wochen-Challenge 2*•40 minutes
Testen Sie Ihr Wissen zu unverzerrten und objektiven Daten•4 minutes
Testen Sie Ihr Wissen zur Glaubwürdigkeit von Daten•8 minutes
Testen Sie Ihr Wissen zu Datenethik und Datenschutz•6 minutes
Praktische Übung: Kaggle-Datasets•60 minutes
Testen Sie Ihr Wissen zu Open Data•6 minutes
1 sujet de discussion•Total 10 minutes
Verzerrungen berücksichtigen•10 minutes
Datenbanken: Wo Daten gespeichert sind
Module 3•8 heures à terminer
Détails du module
Bei der Analyse von Daten greifen Sie meist auf Daten aus einer Datenbank zurück.Hier sind die Daten gespeichert. In diesem Teil des Kurses erfahren Sie alles über Datenbanken, z. B. wie Sie darauf zugreifen und die darin enthaltenen Daten extrahieren, filtern und sortieren. Außerdem werfen Sie einen Blick auf Metadaten, um die verschiedenen Typen und deren Verwendung durch Fachkräfte für Analysen zu ermitteln.
Inclus
12 vidéos8 lectures11 devoirs1 plugin
Afficher les informations sur le contenu du module
12 vidéos•Total 48 minutes
Alles über Datenbanken•2 minutes
Datenbankfunktionen•4 minutes
Metadaten untersuchen•4 minutes
Als Fachkraft für Datenanalyse Metadaten verwenden•4 minutes
Metadaten-Management•3 minutes
Megan: Spaß mit Metadaten•3 minutes
Mit mehr Datenquellen arbeiten•3 minutes
Daten aus Tabellenkalkulationen und Datenbanken importieren•4 minutes
Sortieren und filtern•6 minutes
BigQuery einrichten, einschließlich Sandbox und Abrechnungsoptionen•4 minutes
So verwenden Sie BigQuery•4 minutes
BigQuery in Aktion•7 minutes
8 lectures•Total 75 minutes
Datenbanken in Data Analytics•10 minutes
Ein Dataset prüfen: eine geführte, praxisorientierte Tour•10 minutes
Metadaten sind genauso wichtig wie die Daten selbst•10 minutes
Von der externen Quelle zur Tabellenkalkulation•10 minutes
Öffentliche Datasets durchsuchen•10 minutes
BigQuery verwenden•10 minutes
Ausführliche Anleitung: Best Practices für SQL•10 minutes
Glossar: Begriffe und Definitionen•5 minutes
11 devoirs•Total 344 minutes
*Wochen-Challenge 3*•40 minutes
Testen Sie Ihr Wissen über die Arbeit mit Datenbanken•10 minutes
Testen Sie Ihr Wissen über Metadaten•10 minutes
Testen Sie Ihr Wissen über den Zugriff auf Datenquellen•6 minutes
Praktische Übung: Daten in Tabellenkalkulationen durch Sortieren und Filtern bereinigen•60 minutes
Selbstreflexion: Datenbanken und Tabellenkalkulationen beim Sortieren und Filtern berücksichtigen•20 minutes
Testen Sie Ihr Wissen über das Sortieren und Filtern•10 minutes
Praktische Übung: Einführung in BigQuery•60 minutes
Praktische Übung: Eine benutzerdefinierte Tabelle in BigQuery erstellen•60 minutes
Praktische Übung: SQL anwenden•60 minutes
Testen Sie Ihr Wissen über die Verwendung von SQL mit großen Datasets•8 minutes
1 plugin•Total 15 minutes
Primär- und Fremdschlüssel•15 minutes
Strukturierung und Schutz Ihrer Daten
Module 4•2 heures à terminer
Détails du module
Gute Organisationsfähigkeiten sind fast überall im Arbeitsleben gefragt, Data Analytics ist da nicht anders. In diesem Teil des Kurses lernen Sie die Best Practices zum Strukturieren und Schützen von Daten kennen. Außerdem erfahren Sie, wie Fachkräfte für Datenanalyse Dateinamenskonventionen verwenden, um ihre Arbeit zu strukturieren.
Inclus
4 vidéos4 lectures4 devoirs1 plugin
Afficher les informations sur le contenu du module
4 vidéos•Total 11 minutes
Vertrauen in Ihre Daten haben•1 minute
Gut organisiert sein•5 minutes
Alles über die Benennung von Dateien•3 minutes
Sicherheitsfunktionen in Tabellen•3 minutes
4 lectures•Total 45 minutes
Strukturierungsrichtlinien•10 minutes
Lernprotokoll: Dateistruktur und Namenskonventionen wiederholen•20 minutes
Sicherheit und Analyse in Einklang bringen•10 minutes
Glossar: Begriffe und Definitionen•5 minutes
4 devoirs•Total 76 minutes
*Wochen-Challenge 4*•40 minutes
Ihr Wissen zum Strukturieren von Daten testen•10 minutes
Selbstreflexion: Ihre Ressourcen schützen•20 minutes
Ihr Wissen über den Schutz Ihrer Daten testen•6 minutes
1 plugin•Total 15 minutes
Effektive Namens- und Strukturierungsmethoden•15 minutes
Optional: Präsenz in der Daten-Community zeigen
Module 5•1 heure à terminer
Détails du module
Eine überzeugende Online-Präsenz kann eine große Hilfe für alle Arbeitssuchenden sein. In diesem Teil des Kurses erfahren Sie, wie Sie Ihre Online-Präsenz verwalten können. Zusätzlich werden Sie die Vorteile des Networkings mit anderen Data-Analytics-Fachkräften kennenlernen.
Inclus
6 vidéos3 lectures1 devoir
Afficher les informations sur le contenu du module
6 vidéos•Total 17 minutes
Ihre Präsenz als Fachkraft für Datenanalyse aufbauen und pflegen•1 minute
Warum eine Online-Präsenz wichtig ist•3 minutes
Tipps zur Verbesserung Ihrer Online-Präsenz•4 minutes
Know-how im Bereich des Networkings•2 minutes
Vorteile von Mentoring•4 minutes
Rachel: Mentoren sind der Schlüssel•3 minutes
3 lectures•Total 30 minutes
Erste Schritte mit LinkedIn•10 minutes
Kontakte auf LinkedIn pflegen•10 minutes
Ein Netzwerk aufbauen•10 minutes
1 devoir•Total 20 minutes
Selbstreflexion: Ihre Online-Präsenz um Kaggle erweitern•20 minutes
*Kurs-Challenge*
Module 6•1 heure à terminer
Détails du module
Bereiten Sie sich auf die Kurs-Challenge vor, indem Sie die Begriffe und Definitionen im Glossar wiederholen. Zeigen Sie dann Ihr Wissen über Datenerhebung, Ethik und Datenschutz sowie Verzerrung während des Quiz. Sie haben auch die Möglichkeit, Ihre Fähigkeiten mit Tabellenkalkulations- und SQL-Funktionen sowie Filtern und Sortieren anzuwenden. Sichern und strukturieren Sie schließlich Daten mit Best Practices für Data Analytics.
Inclus
1 vidéo2 lectures1 devoir
Afficher les informations sur le contenu du module
1 vidéo•Total 1 minute
Glückwunsch! Kurszusammenfassung•1 minute
2 lectures•Total 5 minutes
Glossar: Begriffe und Definitionen•5 minutes
Als Nächstes kommt …•0 minutes
1 devoir•Total 50 minutes
*Kurs-Challenge*•50 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Grow with Google is an initiative that draws on Google's decades-long history of building products, platforms, and services that help people and businesses grow. We aim to help everyone – those who make up the workforce of today and the students who will drive the workforce of tomorrow – access the best of Google’s training and tools to grow their skills, careers, and businesses.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Daten sind eine Gruppe von Fakten, die viele verschiedene Formen annehmen können, z. B. Zahlen, Bilder, Wörter, Videos, Beobachtungen und mehr. Wir verwenden und erzeugen täglich Daten, beispielsweise wenn wir eine Serie oder einen Song streamen oder in sozialen Medien posten.
Data Analytics umfasst die Sammlung, Transformation und Organisation dieser Fakten, um Schlussfolgerungen zu ziehen, Vorhersagen zu machen und fundierte Entscheidungen zu treffen.
Was spricht für eine Karriere im Bereich Data Analytics?
Die täglich anfallende Datenmenge ist enorm. Jedes Mal, wenn Sie Ihr Smartphone verwenden, online nach etwas suchen, Musik streamen, mit einer Kreditkarte einkaufen, in sozialen Medien posten oder GPS für die Routenplanung verwenden, erzeugen Sie Daten. Unternehmen müssen ihre Produkte, Dienstleistungen, Tools und Geschäftsstrategien kontinuierlich anpassen, um die Nachfrage von Zielgruppen zu erfüllen und auf neue Trends zu reagieren. Aus diesem Grund sind Fachleute für Datenanalyse gefragt und erhalten attraktive Vergütungen.
Fachleute für Datenanalyse erfassen Daten und Zahlen, um Unternehmen zu unterstützen, bessere Geschäftsentscheidungen zu treffen. Sie bereiten Daten auf, verarbeiten, analysieren und visualisieren diese, entdecken Muster und Trends und beantworten dabei wichtige Fragen. Basierend auf ihrer Arbeit kann ein gesamtes Team bessere Geschäftsentscheidungen treffen.
Warum sollte ich mich für das Google Data Analytics Certificate anmelden?
Mit dem Google Data Analytics Certificate erlernen Sie die erforderlichen Fähigkeiten für eine Junior- oder Associate-Positionen im Bereich Data Analytics. Fachleute für Datenanalyse wissen, wie die richtigen Fragen gestellt werden. Sie können Daten für wichtige Erkenntnisse vorbereiten, verarbeiten und analysieren; ihre Erkenntnisse effektiv mit den Stakeholdern (Interessengruppen) teilen und datengesteuerte Empfehlungen für überlegtes Handeln geben.
Sie lernen diese Fähigkeiten in unserem Zertifikatsprogramm durch interaktive Inhalte (Diskussionsaufforderungen, Quizfragen und Aktivitäten) in weniger als sechs Monaten mit weniger als 10 Stunden flexiblem Lernen pro Woche. Danach sind Sie sofort startklar. Dabei folgen Sie einen Lehrplan, der mit Beiträgen von Top-Arbeitgebenden und Branchenführenden wie Tableau, Accenture und Deloitte erstellt wurde. Sie haben sogar die Möglichkeit, eine Fallstudie abzuschließen, die Sie potenziellen Arbeitgebenden präsentieren können, um Ihre neuen Fähigkeiten unter Beweis zu stellen.
Nach Abschluss des Programms haben Sie Zugang zu Karriereressourcen und knüpfen Kontakt mit Arbeitgebenden, die offene Einstiegspositionen im Bereich Data Analytics besetzen möchten.
Welche Vorkenntnisse sind erforderlich?
Es sind keine Vorkenntnisse in Tabellenkalkulationen oder Data Analytics erforderlich. Sie brauchen lediglich Mathematikkenntnisse auf Abiturniveau sowie Neugier darauf, wie die Dinge funktionieren.
Muss ich gut in Mathe sein, um dieses Zertifikat erlangen zu können?
Sie müssen kein Mathe-Ass sein, um das Zertifikat zu erlangen. Sie müssen neugierig und offen für das Lernen mit Zahlen (der Sprache der Datenanalyse) sein. Gute Fachleute für Datenanalyse beherrschen mehr als nur Mathematik. Es geht darum, die richtigen Fragen zu stellen, die besten Quellen zu finden, um Fragen effektiv zu beantworten, und die Ergebnisse in Visualisierungen anschaulich darzustellen.
Welche Tools und Plattformen werden im Kurs behandelt?
Sie lernen den Umgang mit Analysetools und -plattformen, wie Tabellenkalkulationen (Google Tabellen oder Microsoft Excel), SQL, Präsentationstools (PowerPoint oder Google Präsentationen), Tableau, RStudio und Kaggle.
Welche Plattform zur Tabellenkalkulation wird gelehrt?
Die Lernenden können selbst auswählen, welche Plattform sie während des gesamten Programms verwenden möchten: Google Tabellen oder Microsoft Excel. Es liegt ganz im Ermessen der Lernenden. Alle Aktivitäten im gesamten Lehrplan können auf beiden Plattformen durchgeführt werden.
Muss ich die Kursreihenfolge einhalten?
Wir empfehlen ausdrücklich, die Kurse in der vorgestellten Reihenfolge abzuschließen, da die Inhalte der Kurse aufeinander aufbauen.
When will I have access to the lectures and assignments?
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Certificate?
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.