Overview

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

Syllabus

Datentypen und -strukturen

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.

Verzerrungen, Glaubwürdigkeit, Datenschutz, Ethik und Zugang

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.

Datenbanken: Wo Daten gespeichert sind

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.

Strukturierung und Schutz Ihrer Daten

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.

Optional: Präsenz in der Daten-Community zeigen

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.

*Kurs-Challenge*

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.