Data Science Schulung

Zielgruppe

Die Schulung richtet sich an Datenanalyst:innen, Softwareentwickler:innen und Ingenieur:innen, die fundierte Kenntnisse in Datenanalyse, Statistik und maschinellem Lernen aufbauen möchten.

      Voraussetzungen: Grundkenntnisse in Python oder R, Statistik-Grundlagen von Vorteil
    

Schulungsinhalte

Statistik-Grundlagen, Explorative Datenanalyse, Visualisierung
Datenaufbereitung, Feature Engineering
ML-Modelle: Lineare & logistische Regression, SVM, Clustering, Entscheidungsbäume
Modellbewertung (Accuracy, Precision, ROC, F1)
Hyperparameter-Tuning, Feature Selection
Einsatz gängiger Bibliotheken: pandas, scikit-learn, matplotlib

Details & Organisation

Dauer: 5 Schulungstage (je 08:30–17:00 Uhr, inkl. 30 Min. Pause)

Format: Präsenz oder Online

Ort: Hamburg oder remote

Kosten: 2.082,50 € inkl. MwSt.

Zielgruppe: Fachkräfte, Teams und Unternehmen – auch als individuelles Inhouse-Training buchbar.

Förderung: Eine Förderung über Bildungsgutschein oder vergleichbare Programme ist derzeit nicht möglich.

Tagesstruktur

08:30–10:30 Uhr: Einführung & Vermittlung zentraler Konzepte
10:30–12:00 Uhr: Anwendung anhand praxisnaher Beispiele
12:00–12:30 Uhr: Pause
12:30–14:30 Uhr: Vertiefung, Gruppenarbeit oder Übungen
14:30–17:00 Uhr: Transfer, Diskussion & Abschluss

Dieses kompakte Tagesformat ist auf ca. 8 Zeitstunden ausgelegt und bietet eine ausgewogene Mischung aus Input, Anwendung und Reflexion – bei maximal 30 Minuten Pause.

Lernziele nach dem Lehrbaummodell

Diese Lernziele orientieren sich am Lehrbaummodell (Ellmann 2022) und fördern nachhaltiges Lernen auf kognitiver, motivationaler und metakognitiver Ebene.

Stamm: Planung & Motivation: Die Teilnehmenden erkennen den praktischen Nutzen datengetriebener Analyse- und Entscheidungsverfahren, formulieren persönliche Lernziele und sind motiviert, Data-Science-Methoden im Berufsalltag anzuwenden.
Kommunikation: Die Lernenden diskutieren Datenvisualisierungen, interpretieren ML-Ergebnisse, reflektieren statistische Aussagen im Team und präsentieren Analyseergebnisse adressatengerecht.
Material & Struktur: Die Teilnehmenden arbeiten mit strukturierten Notebooks, praxisnahen Datensätzen, Modelltutorials und Dokumentationen zu pandas, scikit-learn und matplotlib.
Gedächtnis & Aufmerksamkeit: Kernkonzepte wie Regression, Klassifikation, Modellgüte oder Feature Engineering werden durch konkrete Anwendungsbeispiele, Wiederholungen und visuelle Darstellungen verankert.
Aktivierung & Lernstörung: Die Teilnehmenden bereinigen, analysieren und modellieren reale Daten, experimentieren mit ML-Verfahren, reflektieren Fehlermodelle und entwickeln eine kritische Haltung zu automatisierten Entscheidungen.
Gipfel: Überprüfung & Transfer: Die Lernenden evaluieren ihre Modelle mit Metriken wie Accuracy oder F1-Score, dokumentieren Erkenntnisse und reflektieren Anwendungsszenarien für datenbasierte Entscheidungen in ihrem Fachbereich.

Kursbezogene Ziele

Kompetenter Umgang mit Daten und ML-Algorithmen
Systematische Datenaufbereitung und Modellierung
Verständnis für die Bewertung und Optimierung von ML-Modellen

Quelle des Lehrbaummodells zur Gestaltung effektiver Lehre in der IT vom Inhaber: M. Ellmann (2022).
Effektives Lehren und Lernen in der Informatik, Wirtschaftsinformatik und verwandten Fachgebieten.
Veröffentlicht in: Informatik Spektrum, Springer Nature.
SPRINGER NATURE Link: https://doi.org/10.1007/s00287-022-01436-5

Nächste Kurstermine

Hinweis: Gesetzliche Feiertage wurden bei der Terminberechnung automatisch berücksichtigt.

Startzeitraum	Kontakt
03 Aug 2026 bis 07.08.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
17 Aug 2026 bis 21.08.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
31 Aug 2026 bis 04.09.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
14 Sep 2026 bis 18.09.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
28 Sep 2026 bis 02.10.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.

Kein passender Termin dabei? Gerne prüfen wir individuelle Schulungswünsche.

Mathias Ellmann

Ing., M. Sc.

Musterzertifikat

Dies ist die erste Seite des Zertifikats für Data Science Schulung:

Zertifikat Vorschau – Data Science Schulung

Das vollständige Musterzertifikat kann auf Anfrage per E-Mail bereitgestellt werden.

Häufige Fragen zur Data Science Schulung

Welche Vorkenntnisse benötige ich für die Data Science Schulung?

Für die Data Science Schulung sind erste Erfahrungen mit Python oder R hilfreich. Grundkenntnisse in Statistik, wie Mittelwert oder Standardabweichung, erleichtern den Einstieg – sind aber nicht zwingend erforderlich.

Wie lange dauert die Data Science Schulung und in welchem Format findet die IT-Schulung statt?

Die Data Science Schulung dauert 5 Tage und findet jeweils von 08:30 bis 17:00 Uhr statt – entweder in Hamburg oder online als interaktive Remote-Schulung.

Was lerne ich in der Data Science Schulung konkret?

Sie lernen zentrale Methoden der Datenanalyse und des maschinellen Lernens – von der Datenaufbereitung über Feature Engineering bis hin zur Modellierung mit Algorithmen wie Regression, SVM oder Entscheidungsbäumen. Tools: pandas, scikit-learn, matplotlib.

Für wen eignet sich die Data Science Schulung besonders?

Die Schulung richtet sich an Analyst:innen, Entwickler:innen und technische Fachkräfte, die datenbasierte Entscheidungen treffen oder ML-Modelle entwickeln möchten – ob in Forschung, IT oder Wirtschaft.

Erhalte ich ein Zertifikat für die Teilnahme an der Data Science Schulung?

Ja, Sie erhalten ein offizielles Teilnahmezertifikat mit den vermittelten Inhalten und der Gesamtdauer der IT-Schulung.

Wie unterstützt die Data Science Schulung meinen Lernerfolg?

Das Lehrbaummodell sorgt für nachhaltiges Lernen durch strukturierte Inhalte, praxisnahe Beispiele, individuelle Reflexionen und Austausch über datenbasierte Analyse- und Modellierungsstrategien.

Wie erfolgt die Bezahlung für die Data Science Schulung?

Nach Ihrer Anmeldung erhalten Sie eine Rechnung per E-Mail. Die Zahlung erfolgt per Überweisung vor Schulungsbeginn. Ratenzahlung ist nach individueller Absprache möglich.

Kann ich die Data Science Schulung stornieren?

Ja, bis 14 Tage vor Kursstart ist eine kostenfreie Stornierung möglich. Danach fallen gestaffelte Gebühren an. Eine kostenfreie Umbuchung auf einen anderen Termin ist jederzeit möglich.

Ist die Data Science Schulung auch für Gruppen geeignet?

Ja, wir erstellen gern ein maßgeschneidertes Angebot für Unternehmen oder Teams – als Inhouse-Schulung oder exklusive Remote-Variante.

Kann ich die Data Science Schulung über einen Bildungsgutschein finanzieren?

Nein, derzeit ist keine Förderung über Bildungsgutscheine (z. B. AZAV) möglich.

 Fachportal: Data Science

Dieses Fachportal bündelt Einblicke, Inhalte und Hintergrund zur jeweiligen Schulung. Termine & Buchung erfolgen zentral über sematrain.de; hier im Portal erhalten Sie die fachliche Orientierung.