Analytics
- grundlegende Methoden, Techniken und Vorgehensweisen in Data Science
- Verständnis darüber, wie relevante Muster in Daten entdeckt und kommuniziert werden können
- Grundlagen der Statistik, der Programmierung und der Visualisierung, sowie die Integration dieser Grundlagen in Anwendungen
- Überblick über die wichtigsten Konzepte und Vorgehensweisen im Maschinellen Lernen; Anwendung entsprechender Verfahren zur Modellierung Praxis-relevanter Probleme
- aktuelle Bearbeitungsplattformen und Frameworks zum Management großer verteilter Datenmengen
- Bias und Transparenz von Algorithmen des Maschinellen Lernens
- Herausforderungen beim produktiven Einsatz Daten-getriebener Software
- ausgewählte erweiterte Konzepte und Anwendungsbereiche