Inhalte

1. Einführung in relationale Datenbanken

Einstieg in das Thema Datenbanken
Aufbau relationaler Datenbanken
SQL-Queries schreiben und relationale Datenbanken auslesen
Unternehmensrelevante Informationen extrahieren
Daten filtern mit Boolescher Logik

2. Vertiefung in SQL

Daten gruppieren und sortieren
Abfragen mit unterschiedlichen Joins verbinden
Subqueries und erweiterte Filtermöglichkeiten nutzen

3. Vertiefung Datenbankdesign

Strukturen relationaler Datenbanken
Datenbankdesign und Normalisierungsregeln
Tabellen und Daten erstellen oder verändern
Praxisprojekt: Datenbank designen und umsetzen

4. SQL in der Praxis

Eigenes Praxisprojekt von der Exploration bis zur Query
Common Table Expressions (CTEs)
Überblick bei komplexen Queries behalten
Ranglisten erstellen und laufende Summen über längere Zeiträume bilden
Tools für die SQL-Praxis

5. Einführung in Power BI

Workflow klassischer Datenanalysen
Grundfunktionen von Microsoft Power BI
Daten-, Modell- und Berichtsansichten
Filterfunktionen nutzen
Erstellung eines Datenmodells eines ersten Reports

6. Datenaufbereitung und -visualisierung

Best Practices in der Datenvisualisierung
Visualisierungen ändern und formatieren
Visualisierungen in Berichten und Dashboards verwenden
Typische Fehler uns wie man sie vermeidet
Richtlinien für verständliche Grafiken
Einsatz des Power Query Editors
Verknüpfung unterschiedlicher Datenquellen

7. Dashboards und DAX-Code

Berichte und Analysen in Dashboards arrangieren
Grundsätze des Data Storytellings anwenden
Fortgeschrittene BI-Fähigkeiten
Grundlagen von Data Analysis Expressions (DAX-Sprache)
Einbindung von DAX in Berichte
Komplexen DAX-Code für Berechnungen schreiben
Spalten, Kennzahlen und Tabellen mit DAX-Code generieren

8. Fortgeschrittene Themen

Grundlegende Konzepte der Statistik
Best Practices für statistische Datenanalysen
Machine Learning im BI-Prozess anwenden
Seitenübergreifenden Drilldown durchführen
Einflussfaktorenanalysen durchführen

9. Abschlussprojekt

Analyse der Unpünktlichkeit im Flugverkehr an einem wichtigen Drehkreuz mithilfe realer Datensätze
Selbstständige Durchführung eines kompletten Datenprojekts mit SQL und Power BI
Ergebnispräsentation und 1:1-Feedbackgespräch mit Mentoring-Team
Erhalt des Zertifikats zum Data Analyst mit Python