Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Agenda
  • Campus
  • Über uns

Unternavigation

  • CAS Data Engineering and Applied Data Science
  • MAS Business Intelligence
  • MAS Data Management & Ecosystems
  • CAS Applied Robotics
  • CAS Artificial Intelligence Management for Business Value
  • CAS Business Intelligence & Analytics
  • CAS Digital Analytics in Marketing
  • CAS Machine Learning
  • Fachkurs Kollaborative Robotik

Aktuelles zur Digitalisierung

Mit dem Weiterbildungs-Newsletter bleiben Sie am Ball. Jetzt abonnieren!

Breadcrumbs-Navigation

  1. Informatik Informatik
  2. Weiterbildung Weiterbildung
  3. Applied Data Intelligence Applied Data Intelligence
  4. CAS Data Engineering and Applied Data Science CAS Data Engineering and Applied Data Science

CAS Data Engineering and Applied Data Science Erwerben Sie entscheidende Fähigkeiten für Ihre erfolgreiche Zukunft in datengetriebenen Unternehmen

Wenn Sie Ihr Profil auf eine zukünftige Karriere im Bereich Data Science vorbereiten und aus Rohdaten einen Mehrwert generieren wollen, sind Sie hier genau richtig. Dieses CAS bereitet Sie darauf vor, Modelle zu verstehen, vorzubereiten und daraus einen Wert zu generieren. Kommen Sie zu uns und beginnen Sie Ihre Reise in die Datenwissenschaft. 

Aktuelles zur Digitalisierung

Mit dem Weiterbildungs-Newsletter bleiben Sie am Ball. Jetzt abonnieren!

 Teilen

In der Übersicht

Data Scientist ist eines der gefragtesten Profile auf dem Arbeitsmarkt der letzten Jahre. Laut dem jährlichen Job-Ranking des US News & World Report rangieren Data Scientists auf Platz 3 der besten Technologie-Jobs, auf Platz 6 der besten MINT-Jobs und auf Platz 6 der besten Jobs insgesamt. Von 2020 bis 2023 prognostiziert das Bureau of Labor Statistics einen Anstieg des Beschäftigungswachstums um 30-35 %. Die Nachfrage nach gut vorbereiteten Fachkräften, die einen guten Überblick über datenwissenschaftliche Themen haben und in interdisziplinären Teams mit einem starken datenwissenschaftlichen Schwerpunkt zusammenarbeiten können, steigt zunehmend.

In den letzten 1-2 Jahren erfreuen sich Cloud-Lösungen in den meisten mittleren und grossen Unternehmen zunehmender Beliebtheit, aber die Zahl der Fachleute mit Erfahrung in diesen Technologien bleibt zurück. 

Darüber hinaus sind Ethik, KI- und Datenschutzgesetze wie DSGVO (GDPR)  zu einem wichtigen Eckpfeiler jedes datenwissenschaftlichen Projekts geworden, und das Verständnis ihrer Grenzen und Probleme ist heutzutage für alle Datenwissenschaftler unabdingbar. 

Data Engineers bilden das Fundament einer erfolgreichen Data Science & Datenplattform. Sie tragen zum wesentlichen Erfolg bei, damit eine Datenplattform in einem produktiven Umfeld implementiert werden kann. 

Ein neues Weiterbildungsangebot, das sich auf all diese Themen konzentriert, fehlt in der Schweiz und ist dringend notwendig. Dieses CAS zielt darauf ab, diese Themen anzusprechen und eine neue Generation von Data Scientists und Data Engineers vorzubereiten, die für datenintensive Projekte bereit sind.

Mehr Informationen

Modulübersicht

Modul 1 - Data Science Anwendungsfälle und Vorgehensmodelle
Im ersten Modul werden wir uns auf die verschiedenen Anwendungsbereiche konzentrieren, in denen Daten eine relevante Rolle spielen und besprechen, welche Anforderungen an die Wertgenerierung aus Daten gestellt werden. Wir werden alle Rollen besprechen, die in einem datenbasierten Projekt relevant sind und wie interdisziplinäre Teams effizient zusammenarbeiten können.

Anschliessend werden wir uns mit der Art und Weise befassen, wie datenbasierte Projekte strukturiert sind und alle Phasen und deren erfolgreiche Durchführung untersuchen. Wir werden typische Herausforderungen besprechen und Ansätze kennenlernen, die einen erfolgreichen Abschluss eines Data Science Projektes garantieren.

Modul 2 - Kommunikation, Stakeholder Management und Compliance
Im Modul 2 werden wir uns damit befassen, wie man mit Stakeholdern und Managern auf verschiedenen Ebenen zusammenarbeitet.  Wir erlernen Methoden zur Kommunikation von datenspezifischen Themen mit verschiedenen Managementebenen, um sie von einer Finanzierung oder einem Projekt zu überzeugen.
Darüber hinaus befassen wir uns mit den rechtlichen Aspekten, die für das Management von Data-Science-Projekten relevant sind, und wie man mit Daten arbeitet, ohne dass rechtliche und datenschutzrechtliche Probleme entstehen. Schließlich werden wir uns damit befassen, wie man herausfindet, wo in der Geschäftsprozesslandschaft eines Unternehmens die Datenwissenschaft den größten Wert schaffen kann (Grundsätze des Data Governance).

Modul 3 - Data Engineering
In diesem Modul beginnen wir unsere Reise mit dem Studium von Python. 

Wir werden uns mit den grundlegenden Konzepten und Techniken des Data Engineering befassen, d. h. mit der Frage, wie man Daten aus verschiedenen Systemen gewinnt. Wir werden uns ansehen, wie man Daten aus verschiedenen Quellen extrahiert (tabellarische Daten, unstrukturierte Daten wie Bilder, Ton- oder Protokolldateien usw.) und wie man sie analysiert und versteht. Abschliessend werden wir uns mit den grundlegenden Konzepten von Datenbanken und mit SQL (Sprache zur Abfrage strukturierter, in einer Datenbank gespeicherter Daten) befassen.

Modul 4 – Data Science Models and Cloud Tools 
Wir werden uns auf das Laden und Visualisieren von Daten (Python-Bibliotheken pandas und matplotlib) konzentrieren. Danach werden wir uns mit den am häufigsten verwendeten Bibliotheken für maschinelles Lernen (wie z.B. scikit-learn) beschäftigen.

In diesem Modul erlernen wir die am häufigsten verwendeten Algorithmen des maschinellen Lernens für Vorhersagen. Wir werden uns mit Supervised (wie lineare Regression) und Unsupervised Learning (wie Clustering oder Anomaly Detection) beschäftigen und dabei viele praktische Übungen bearbeiten.

Die Grundlagen von Cloud-Technologien wie Kubernetes und Virtualisierung werden unterrichtet. Insbesondere werden wir Sie mit MS Azure, Google Cloud und Amazon Web Services vertraut machen. Abschließend werden wir uns ansehen, wie man solche Lösungen in einer bestehenden Softwarelandschaft einsetzen kann. Zur Abrundung des Moduls wenden wir uns konkreten Anwendungsfällen aus der Unternehmenspraxis zu.

Transferarbeit
Die Transferarbeit besteht aus einem Projekt, das von den Teilnehmenden an einem realen Datensatz durchgeführt wird. Gearbeitet wird in der Regel in 2er Teams. 

Der Prozess besteht aus den folgenden Schritten:

  1. Die Teilnehmenden schlagen ein Projekt/Problem aus ihrem Unternehmen oder aus eigenem Interesse vor
  2. Der Vorschlag wird mit den Dozierenden besprochen und von ihnen genehmigt oder Änderungen werden vorgeschlagen
  3. Die Teilnehmenden haben während des CAS Zeit, unter Anleitung der Dozierenden an ihrem Projekt zu arbeiten
  4. Die Projekte werden am letzten Tag des CAS präsentiert

Ziel ist es, dass die Teilnehmerinnen und Teilnehmer Erfahrungen mit einem realen Problem sammeln, das einen Mehrwert für ihren Lebenslauf oder für ihr Unternehmen darstellt.

hidden

Facts

Programmstart

24. März 2023

Programmende

25. August 2023

Anmeldeschluss

2 Wochen vor Programmstart

Dauer

5 Monate

Kosten

CHF 7'900.-

Einschreibegebühr und Kursunterlagen sind inklusive. Kursgebühren mit Bitcoin bezahlen: Meldung an +41 41 228 42 42 oder an info@hslu.ch. Vergünstigung: 5 Prozent Preisnachlass für Alumni-Mitglieder der Hochschule Luzern. Weiterbildungsgutscheine SVEB werden akzeptiert.

Programmleitung (extern)

Umberto Michelucci, Programmleiter
Stefan Koch, Senior Consultant Data Engineering, Trivadis Part of Accenture
Prisca C. Quadroni, (AI Legal & Strategy Consulting AG), Lead Women in AI CH

Info-Veranstaltungen
hidden
  • Mittwoch, 15. Februar 2023, Online
  • Mittwoch, 15. Februar 2023, Online
  • Montag, 20. Februar 2023, Online
  • Mittwoch, 1. März 2023, Online
  • Mittwoch, 8. März 2023, Online
  • Mittwoch, 15. März 2023, Online
  • Montag, 20. März 2023, Online
  • Montag, 15. Mai 2023, Online
Abschluss

Certificate of Advanced Studies Hochschule Luzern/FHZ in Data Engineering and Applied Data Science

Programmart

CAS

ECTS

15

Unterrichtszeiten

Freitag und Samstag

Unterrichtssprache
  • Deutsch
  • Englisch
Durchführungsort

Rotkreuz

Kontaktstunden

120

Dozierende
Umberto Michelucci, Dozent Hochschule Luzern - Informatik Stefan Koch, Trivadis AG Prisca C. Quadroni, AI Legal & Strategy Consulting AG 
Zielgruppe

Program Managers
Fachexperten
Business Analysts
Requirements Engineer
Product Owners
Software Engineer
Datawarehouse Developers
Application und Platform Manager
Data Engineer

Und generell Fach- und Führungskräfte aus allen Industriesektoren und Unternehmensbereichen, der öffentlichen Verwaltung und gemeinnützigen Organisationen.

Voraussetzungen

Keine Vorkenntnisse in Statistik und Mathematik nötig.

Ein Abschluss auf Tertiärstufe (ETH/Universität, Fachhochschule, Höhere Fachschule und andere) und mindestens zwei Jahre Berufserfahrung nach Abschluss. Personen mit einer gleichwertigen Qualifikation und mehrjähriger Berufserfahrung können in beschränkter Anzahl über ein standardisiertes Zulassungsverfahren («sur dossier») aufgenommen werden - dies kann mit Auflagen verbunden sein.

Anbieter

Informatik

Externer Partner

15 Präsenztagen: Freitag (8x) / Samstag (7x). Jeden Dienstag steht die Programmleitung regelmässig online für Fragen oder Klärungen zur Verfügung (17 Uhr - 18 Uhr). 

Methodik

Integriertes Lernen und praktisches Arbeiten mit modernsten Blended Learning Methoden, Projektarbeit, Fallstudien, Diskussion, Erfahrungsaustausch, begleitetes als auch autonomes Studium des Fachwissens renommierter Data Scientists, Transferarbeit an einem Data-Vorhaben aus dem eigenen Berufsumfeld.

Bemerkungen

IT-Kenntnisse sind von Vorteil.
Merkblatt Neuregelung Steuerabzug Weiterbildungskosten ab 2016.

Dieses Programm ist Teil folgender Weiterbildungen

  • MAS Business Intelligence

  • MAS Business Process Management

  • MAS Data Management & Ecosystems

  • MAS Digital Business Management

  • MAS IT Network Manager

Dr. Umberto Michelucci

Programmleiter

+41 79 396 74 06

E-Mail anzeigen

Prisca C. Quadroni

Co-Programmleiterin

E-Mail anzeigen

Stefan Koch

Co-Programmleiter

E-Mail anzeigen

Livia Krummenacher

Programmorganisatorin

+41 41 228 24 73

E-Mail anzeigen

interessiert?

  • Zur Online-Anmeldung

Info-Veranstaltungen

  • Mittwoch, 15. Februar 2023, Online
  • Mittwoch, 15. Februar 2023, Online
  • Montag, 20. Februar 2023, Online
  • Mittwoch, 1. März 2023, Online
  • Mittwoch, 8. März 2023, Online
  • Weitere Info-Veranstaltungen

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Kontakt

Logo Informatik

Hochschule Luzern

Informatik
Administration Office Sekretariat Aus- und Weiterbildung

Campus Zug-Rotkreuz
Suurstoffi 1
CH- 6343 Rotkreuz

+41 41 349 30 70

informatik@hslu.ch

Öffnungszeiten

von Montag bis Freitag
08:00 - 12:00 und
13:00 -17:00 Uhr

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Unternehmen & Institutionen
  • Medienschaffende
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliothek
  • Agenda
  • Jobs & Karriere
  • Räume mieten
  • Blog

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK