Schulungsübersicht
Tag 1
Grundlagen von Datenprodukten & Strategie
Einführung in moderne Datenprodukte
Datenprodukte im Vergleich zu traditionellen Datensystemen
Daten als strategischer Geschäftswert
Komponenten eines Datenprodukt-Ökosystems
Identifizierung geschäftlicher Herausforderungen, die sich für Datenprodukte eignen
Überblick über den Lebenszyklus von Datenprodukten (von der Idee bis zum Scaling)
Fallstudien: Erfolgreiche Datenprodukte in der Praxis
Tag 2
Design & Architektur von Datenprodukten
Prinzipien des Datenprodukt-Designs
Verstehen von Benutzer-Personas und Datenkonsumenten
Datenarchitekturmodelle (zentralisiert vs. Data Mesh vs. Hybrid)
Entwurf skalierbarer Datenpipelines
Datenmodellierung für Analysen und operative Zwecke
APIs und Datenzugriffsschichten
Cloud-Infrastruktur für Datenprodukte (Überblick AWS / Azure / GCP)
Tag 3
Datenengineering & Implementierung
Datenintegrationsmethoden (Batch vs. Streaming)
ETL- vs. ELT-Frameworks
Erstellung zuverlässiger Datenpipelines
Datenspeicherungslösungen (Data Lakes, Data Warehouses, Lakehouse)
Tools zur Datentransformation und -orchestrierung
Einführung in die Echtzeit-Datenverarbeitung
Praktischer Laborkurs: Aufbau einer einfachen Datenpipeline
Tag 4
Analysen, KI-Integration & Governance
Integration von Analysen in Datenprodukte
Dashboards, KPIs und Decision Intelligence
Einführung in KI/ML in Datenprodukten
Empfehlungssysteme und prädiktive Modelle
Datenqualitätsmanagement und -überwachung
Daten-Governance, Datenschutz und Compliance (Überblick über GDPR-Konzepte)
Sicherstellung von Vertrauen, Sicherheit & Zuverlässigkeit in Datenprodukten
Tag 5
Bereitstellung, Skalierung & Produktisierung
Produktisierung von Datenlösungen für Endnutzer
Bereitstellungsstrategien und CI/CD für Datenprodukte
Überwachung, Leistungsoptimierung & Skalierung
Datenprodukt-Lebenszyklusmanagement in Unternehmen
Monetarisierungsstrategien für Datenprodukte
Zukunftstrends: Generative KI & autonome Datenprodukte
Präsentation des Abschlussprojekts & Feedback-Session
Voraussetzungen
- Grundlegendes Verständnis von Datenkonzepten und Geschäftsberichterstattung wird empfohlen.
- Kenntnisse in Excel oder einem anderen grundlegenden Datenanalysetool sind von Vorteil.
- Ein Bewusstsein dafür, wie Daten die unternehmerische Entscheidungsfindung unterstützen, ist förderlich.
- Keine fortgeschrittenen Programmier- oder technischen Vorkenntnisse sind erforderlich.
- Ein ausgeprägtes Interesse an Daten, Analysen und der digitalen Produktentwicklung ist unerlässlich.
Erfahrungsberichte (2)
Die Vielfalt der geteilten Informationen und die Klarheit, Begriffe auf einfache Weise zu erklären.
Arisbe Mendoza - Fairtrade International
Kurs - GDPR Workshop
Maschinelle Übersetzung
Es ist eine praktische Sitzung.
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
Kurs - Talend Open Studio for ESB
Maschinelle Übersetzung