AnalystIn

Berufsbereiche: Büro, Marketing, Finanz, Recht, Sicherheit
Ausbildungsform: mittlere und höhere Schulen
∅ Einstiegsgehalt BMS: € 2.260,- bis € 2.600,- * ∅ Einstiegsgehalt BHS: € 2.510,- bis € 2.750,- *
* Die Gehaltsangaben entsprechen den Bruttogehältern bzw Bruttolöhnen beim Berufseinstieg. Achtung: meist beziehen sich die Angaben jedoch auf ein Berufsbündel und nicht nur auf den einen gesuchten Beruf. Datengrundlage sind die entsprechenden Mindestgehälter in den Kollektivverträgen (Stand: 2022). Eine Übersicht über alle Einstiegsgehälter finden Sie unter www.gehaltskompass.at. Die Mindest-Löhne und Mindest-Gehälter sind in den Branchen-Kollektivverträgen geregelt. Die aktuellen kollektivvertraglichen Lohn- und Gehaltstafeln finden Sie in den Kollektivvertrags-Datenbanken des Österreichischen Gewerkschaftsbundes (ÖGB) und der Wirtschaftskammer Österreich (WKÖ).

Berufsbeschreibung

AnalystInnen verarbeiten Informationen, um daraus Prognosen abzuleiten. Sie sind meist auf eine bestimmte Branche oder bestimmte Unternehmen spezialisiert. Dabei werten sie beispielsweise Geschäftsberichte aus und analysieren die Daten. Anhand der Ergebnisse treffen sie Aussagen, etwa zur Wirtschaftlichkeit eines Unternehmens. AnalystInnen sind auch im Bereich Aktien und Wertpapiere tätig. Hier stellen sie für AnlegerInnen verschiedene Anlagemöglichkeiten, wie Unternehmensbeteiligungen, Wertpapiere oder Fonds, zusammen und geben Empfehlungen zur Bewertung von Aktien ab. Typische Tätigkeiten sind z.B.:

  • Daten sammeln und analysieren
  • Aktienmärkte beobachten
  • Kursentwicklungen verfolgen
  • Risiken einschätzen
  • Erträge prognostizieren und optimieren
  • Empfehlungen abgeben
  • <p>Business-Analyse erfordert die Beherrschung einer Vielzahl von Fähigkeiten</p>Der Business Analyst ist ein Problemlöser im Unternehmen<p>Hervorragende Leistungen in der Business-Analyse erfordern die Beherrschung einer Vielzahl von Fähigkeiten. </p><p>Zusätzlich zu einer Vielzahl von Analysefähigkeiten müssen Business-Analysten große kreative Denker, Vermittler von Entscheidungen, Konfliktmanager, Beziehungsgestalter, Kommunikatoren und Vermittler, Prozess- und Datenanalysten und mehr sein. </p><p>Wenn Sie derzeit Business-Analyst sind, sich für eine Position als Business-Analyst interessieren oder einfach nur neugierig sind, was der Job mit sich bringt, dann werden Sie die Kompetenzen kennenlernen, die moderne Business-Analysten benötigen, um in ihrer Rolle erfolgreich zu sein. </p><p>Sie werden die einzelnen Kompetenzen inklusive Beispiele aus der Praxis zur Veranschauung erfahren und erkennen, warum die hervorgehobenen Fähigkeiten so wichtig sind.</p>Beziehungsaufbau und ManagementfähigkeitenMitgestaltenBeziehung und Empathie aufbauenUmgang mit KonfliktenFührungsqualitätenBeeinflussung ohne AutoritätEntscheidungsfindungManagement von VeränderungenModerationsfähigkeitenModeration von MeetingsModeration von wirkungsvollen Dialogen und GesprächenModeration von AnforderungsprozessenKommunikationsfähigkeitenVerbalZuhörenVisuellSchriftlichBusiness-FähigkeitenGeschäftlicher SachverstandInnovationGeschäftsarchitektur und -prozessAnalytische FähigkeitenSystemisches DenkenKreatives DenkenVisuelle Modellierung und DiagrammeDatenanalyseNeugierdeTechnische FertigkeitenProduktivitäts-ToolsVerstehen der TechnologielandschaftVerstehen von Daten, Prozessen und Regeln
    Zielgruppe:
    Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und eineBusiness-Analyst Skillset - Beratung, Coaching, Workshop, Training suchen!
    Voraussetzungen:
    Keine besonderen Anforderungen.

    Institut:
    HECKER CONSULTING

    Wo:
    Virtuelles Klassenzimmer, Live-Online-Seminar

  • <p>Die Kompetenzen in der Business-Analyse sind für Projektmanager unerlässlich. Vermeiden Sie also Ineffizienzen, Fehler sowie Nacharbeiten und liefern Sie Ihre Projekte budget- und termingerecht.</p>Business-Analyse mag wie ein weit gefasster Begriff erscheinen, aber sie erfüllt eine sehr spezifische Anforderung innerhalb der Abläufe eines Unternehmens. <p>Ein Business-Analyst identifiziert die geschäftlichen Anforderungen und empfiehlt relevante Lösungen sowie die Anforderungen, die zur Bereitstellung dieser Lösungen erforderlich sind. </p><p>In manchen Unternehmen gibt es jedoch keine dedizierten Business-Analysten, so dass die Aufgaben der Business-Analyse oft von Projektmanagern übernommen werden. Projektmanagern erfahren, wie sie die Geschäftsanalyse in ihren Arbeitsablauf integrieren können. </p><p>Lernen Sie das Thema Projekte durch die Linse der Geschäftsanalyse zu betrachten, beginnend mit der Vorprojektphase, in der Bedürfnisse identifiziert werden, über die Identifizierung von Stakeholdern, die Entwicklung einer Projekt-Roadmap, die Analyse von Anforderungen bis hin zum Abschluss und der Bereitstellung. </p><p>Abschließend werden Sie in der Lage sein, Business-Analyse-Konzepte einzusetzen, um Ineffizienzen, Fehler und Nacharbeiten zu vermeiden und Ihre Projekte budget- und termingerecht zu liefern.</p>Business-Analyse und ProjektleitungBusiness-Analyse: Unterstützung der ProjektmanagementarbeitWas ist Business-Analyse?Allgemeine Business-Analyse-KompetenzenAktivitäten vor dem ProjektInitiierung eines ProjektsSituationsbeschreibung und BedarfsanalyseSchlüsselkomponenten des Business CaseWie man den Geschäftsbedarf ohne einen Business Case ermitteltStakeholderIdentifikation und Bewertung von StakeholdernDie Bedeutung der Einbeziehung von StakeholdernInitiale ProjektverständigungWie man eine gemeinsame Vision für das Produkt oder das Projektergebnis entwickeltWie man einen Fahrplan für die Produktlieferung entwickeltProjekt-PläneIdentifizieren, Planen und Ausführen von GeschäftsanalyseaktivitätenAnalyseaktivitäten in den Projektplan aufnehmenBestimmen des ProduktumfangsAnalysieren der AnforderungenAnforderungen an das ProduktErheben von AnforderungenAnalysieren der AnforderungenBaselining der AnforderungenAgile HerangehensweiseBusiness-Analyst (BA) oder Product OwnerAnalyse von agilen AnforderungenVerifizierung und ValidierungUnterstützung der Anforderungsverifizierung und des TestensValidierung und Abnahme der AnforderungenProjektabschluss und -einführungPlanung des ÜbergangsAbschluss der ÜbergangsaktivitätenFeststellen der Einsatzbereitschaft der LösungAbschluss
    Zielgruppe:
    Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und eineBusiness-Analyse für Projektmanager - Beratung, Coaching, Workshop, Training suchen!
    Voraussetzungen:
    Keine besonderen Anforderungen.

    Institut:
    HECKER CONSULTING

    Wo:
    Virtuelles Klassenzimmer, Live-Online-Seminar

  • <p>Der Schlüssel zum Erfolg ist, inmitten von Wandels herauszufinden, was für Kunden wertvoll ist</p>Agile Anforderungen unterscheiden sich stark von traditionellen Anforderungen<p>Kundenbedürfnisse ändern sich jeden Tag und Produkte müssen damit Schritt halten. </p><p>Wählen Sie einen agilen Ansatz für die Anforderungsanalyse: Lernen Sie die Denkweise und Techniken, die notwendig sind, um Anforderungen für ein agiles Projekt zu ermitteln und in der Rolle des Business Analysten erfolgreich zu sein. </p><p>Sie werden die zwölf agilen Prinzipien aus der Sicht eines Business Analysten kennenlernen und anwenden. U.a. lernen Sie Backlog-Management-Techniken und Techniken wie Produktdekomposition, User Stories und Story Maps, die Ihnen helfen werden, Produkte zu liefern, die Kunden wirklich begeistern. </p><p>Außerdem erfahren Sie, was Konzepte wie "Minimum Viable Product" (MVP) und "Wertstrom" bedeuten und wie man diese erstellt.</p>Agil und der Business-AnalystDie Rolle des Business-Analysten in AgileDas agile Manifest aus der Sicht eines Business AnalystenAgile Prinzipien aus der Sicht eines Business AnalystenAgile SichtweiseDie Sichtweise des Business-Analysten in einem agilen TeamWichtige agile Denkweisen von Business-AnalystenWertzuwächseVolatilität, Unsicherheit, Komplexität und Ambiguität (VUCA)Tag im Leben eines agilen Business-AnalystenBacklog-ManagementEin gesundes BacklogEigentümerschaft des BacklogsDetaillierungsgrad des BacklogsVerfeinerung des BacklogsAnalysieren des BacklogsZusammenarbeit mit dem Product Owner am BacklogTechniken für agile Business-AnalystenProdukt-DekompositionKontext-TechnikenAnwendergeschichtenAkzeptanzkriterienBenutzer-Story-MapsStory Slicing und SplittingLeichtgewichtige ModellierungAgile Konzepte für Business-AnalystenLetzter verantwortlicher MomentMinimales lebensfähiges Produkt (MVP)ExperimenteWertstromErgebnisorientiertWer ist der Kunde?
    Zielgruppe:
    Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und eineAgiles Anforderungsmanagement - Beratung, Coaching, Workshop, Training suchen!
    Voraussetzungen:
    Keine besonderen Anforderungen.

    Institut:
    HECKER CONSULTING

    Wo:
    Virtuelles Klassenzimmer, Live-Online-Seminar

  • Weiterbildung zum Quereinstieg in den Job als Data Scientist. Data Science ist ein Berufs- und Themenfeld mit sehr großem Potenzial, das auch in den nächsten Jahren stark wachsen wird. Fachkompetenzen in der Datenanalyse, Programmierkenntnisse in Python sowie die Anwendung von maschinellem Lernen und Deep Learning sind sehr gefragt. Die Weiterbildung zum Data Scientist – Fokus Python befähigt Teilnehmende dazu, Prognosemodelle aus Daten abzuleiten, zu verifizieren und zu interpretieren, um die Modellergebnisse effizient zu kommunizieren. Mit dem berufsbegleitenden Online-Training von StackFuel lernen Teilnehmende unüberwachtes und überwachtes maschinelles Lernen, unterschiedliche Datenvisualisierungsmethoden und das Data Storytelling kennen, um nach dem Training die Rolle des Data Scientists einnehmen zu können. Teilnehmende lernen datenbasierte (automatisierte) Entscheidungen zu treffen und Data-Science Projekte mithilfe von Wissen aus ihrer Fachdomäne umzusetzen. Sie lernen die Anwendung von Performance-Metriken und Modellen des überwachten und unüberwachten Lernens mit sklearn sowie best practices der Interpretation von Algorithmen des überwachten und unüberwachten Lernens wie Entscheidungsbäume und Random Forests. Anschließend können Teilnehmende ihr erworbenes Wissen in ihrer Abteilung einbringen und selbstständig Machine-Learning-Algorithmen implementieren. Infos über die Weiterbildung: - Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs) <br> - Kursleitung und -betreuung durch Data Scientists <br> - 80% Praxisaufgaben + 20% Video- und Texteinheiten <br> - Projekte mit Datensets und Business Cases aus der Industrie <br> - Abschlusszertifikat bei erfolgreichem Bestehen <br> - Online und ortsunabhängig <br> - In Vollzeit oder Teilzeit <br> <br> Diese Fähigkeiten werden vermittelt: <br> - Daten selbständig einlesen, bereinigen und filtern <br> - Daten explorativ mithilfe von deskriptiver Statistik analysieren <br> - Komplexe Prognosemodelle entwickeln und verifizieren <br> - Machine-Learning-Algorithmen entwickeln <br> - In der Programmiersprache Python programmieren <br> - Datenmodelle zur Vorhersage von Businessszenarien bauen <br> - Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren <br> - Programmierwissen in datenbasierten Business-Szenarien vertiefen <br> - Programme für automatisierte Datenanalysen entwickeln <br> - Code mit Git organisieren <br> - Mit SQL-Datenbanken arbeiten <br> - Daten mit dem Python-Modul pandas einlesen und verarbeiten <br> - Externe Datenquellen in die Analyse einbeziehen <br> - Grundlagen der Statistik auf Unternehmensdaten anwenden <br> - Datenvisualisierungen mit pandas, matplotlib und anderen Python-Modulen <br> - Eine Datenpipeline für verschiedene Industriedaten umsetzen <br> - Zunehmend komplexe Analyse-Programme schreiben <br> <br> Relevante Branchen für den Quereinstieg: <br> Arbeite als (Junior) Data Scientist:in oder Analyst:in in der Luft- und Raumfahrt, Landwirtschaft, Automobilindustrie, Bankwesen, Chemie, Kommunikation, Konsumgüter, Energieversorgung, Elektronik, Unterhaltung, Finanzen, Fitness, Regierung, Medizin, Gastgewerbe, Information, Technologie, Versicherung, Medien, Bergbau, Reisen, Umwelt, Chemie & Pharma, Immobilien, Einzelhandel, Robotik, Vertrieb, Schifffahrt, Telekommunikation u.v.m. <br> Weiterbildungsplan<br> Modul 0: Vorbereitung <br> Woche - Data Analytics with Python <br> 1. Woche - Linear Algebra + Projektarbeit <br> 2. Woche - Probability Distribution + Bewerbungstraining <br> <br> Modul 1: Machine Learning Basics <br> 1. Woche - Supervised Learning (regression)/ Scikit-learn <br> 2. Woche - Supervised Learning (classification) Datenpipelines aufbauen und Performance-Metriken analysieren <br> 3. Woche - Unsupervised Learning (clustering) + Projektarbeit <br> 4. Woche - Unsupervised Learning (dimensionality reduction) Code mit Git organisieren <br> 5. Woche - Outlier Detection + Projektarbeit <br> <br> Modul 2: Deep Dive Supervised Learning <br> 1. Woche - Data Gathering und Algorithmen des überwachten Lernens, wie Entscheidungsbäume, Random Forests und Support Vector Machines vertiefend anwenden <br> 2. Woche - Logistic Regression <br> 3. Woche - Decision Trees and Random Forests und Einblicke in Deep Learning und Anwenden künstlicher neuronaler Netze mit Keras <br> 4. Woche - Support Vector Machines Grundlagen des Natural Language Processing (NLP) anwenden, um Textdaten zu analysieren <br> 5. Woche - Neural Networks + Blogartikel zur Optimierung der eigenen Online-Präsenz <br> <br> Modul 3: Advanced Topics in Data Science <br> 1. Woche - Visualisation + Blogartikel <br> 2. Woche - Big Data Verfahren mit PySpark kennenlernen <br> 3. Woche - Übungsprojekt mit realen Datensets <br> 4. Woche - Abschlussprojekt <br> 5. Woche - Abschlussprojekt <br> 6. Woche - Abschlussprüfungen + Bewerbungstraining + Blogartikel <br>
    Zielgruppe:
    Das Training eignet sich für alle, die Daten analysieren und auf Grundlage dieser Vorhersagen erstellen möchten, um datengetriebene Entscheidungen zu treffen. Darüber hinaus sollten Teilnehmende ein Interesse an maschinellem Lernen mitbringen.
    Voraussetzungen:
    1. Eignungstest <br> 2. Hochschulabschluss oder vergleichbare Berufserfahrung <br> 3. Grundkenntnisse in Mathematik & Statistik <br> 4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren. <br> <br> - Mathematische und statistische Grundkenntnisse <br> - Grundkenntnissen in der Programmiersprache Python <br> - Grundlegende Verwendung der Python-Pakete Pandas und Matplotlip

    Institut:
    StackFuel GmbH

    Wo:
    Data Lab - Online Lernumgebung

  • Sichtbarkeit in Suchmaschinen, vor allem in Google, ist ein Erfolgsfaktor. Wer in Google nicht gefunden wird, ist im Web beinahe unsichtbar. Seitdem Google die führende Suchmaschine ist, steht sie bei den meisten Produktsuchen im Mittelpunkt des Nutzerinteresses. Dies können Sie als SEM Manager nutzen: Als Experte für Suchmaschinenwerbung platzieren Sie Ihre Website und Ihre Angebote in der Google-Suche vorteilhaft. Darüber hinaus fördern Sie Öffentlichkeitswirkung und Markenbekanntheit Ihres Unternehmens und wirken aktiv durch mehr Umsatz und höherem Gewinn am Unternehmenserfolg mit. In unserer Weiterbildung machen wir Sie vertraut mit den zwei grundlegenden Instrumenten des Suchmaschinenmarketings: SEO (Search Engine Optimization) befasst sich mit der Sichtbarkeit in den sog. organischen Suchergebnissen, die nicht erkauft werden können. Hier eignen Sie sich das Fachwissen an, wie Sie Webseiten so optimieren, dass sie auf der ersten Ergebnisseite von Google gefunden werden. SEA (Search Engine Advertising) umfasst das Schalten erfolgreicher und effizienter Anzeigenkampagnen sowohl im Google-Suchnetzwerk als auch im -Displaynetzwerk (GDN). Außerdem wird Google Shopping im Kurs behandelt. Das Controlling erfolgt mit Google Analytics, dem führenden Tool für die Webanalyse. Es eignet sich auch hervorragend dafür, den Erfolg Ihrer SEO-Maßnahmen und SEA-Kampagnen zu messen und auszuwerten. Ergänzend hierzu werden Sie in das Tool Google Tag Manager eingeführt, mit dem Sie verschiedene Trackingtools inkl. Google Analytics komfortabel einrichten und steuern können. Lehrplan: Zertifizierter SEM Manager & Webanalyst: - Suchmaschinenoptimierung (SEO) - Suchmaschinenwerbung mit Google AdWords (SEA) - Webanalyse mit Google Analytics und Google Tag Manager - Prüfungsvorbereitung Certified SEM Manager & Web Analyst Der Praxisbezug unserer Weiterbildung zum SEM Manager & Webanalysten wird sichergestellt durch über 60 Schritt-für-Schritt-Anleitungen und über 60 praktische Übungen, die auf insg. 51 Lektionen verteilt sind. Zudem enthält die Weiterbildung acht Projektaufgaben, die von den jeweils zuständigen Tutoren (siehe unten) betreut und bewertet werden. Zu jeder eingereichten Arbeit erhalten Sie eine differenzierte Bewertung und ein ausführliches Feedback.
    Ziele:
    In diesem Fernlehrgang lernen Sie, SEO-Projekte und SEA-Kampagnen professionell zu konzipieren und durchzuführen sowie die Web-Analyse mit Google Analytics umzusetzen.
    Zielgruppe:
    IT-Projektleiter/innen, Berater/innen, Werbe- und Marketing-Fachleute, Webdesigner/innen, Webentwickler/innen, Webmaster, IT-Consulter, Website-Betreiber, Online-Shop-Betreiber
    Voraussetzungen:
    - Fundierte PC-Kenntnisse (Windows oder Mac), - Internet-Anwenderkenntnisse - Grundlegende HTML-Kenntnisse - Gute Kenntnisse der Internet-Technologien

    Institut:
    webmasters akademie Nürnberg GmbH

    Wo:
    Online. Internet: Sie lernen von zu Hause aus.

  • Im Zuge der Digitalisierung wird der erfolgreiche Umgang mit Daten immer mehr zum entscheidenden Faktor. Für Unternehmen wird es immer wichtiger, Daten gewinnbringend für die Erfüllung ihrer Unternehmensziele zu nutzen. Für viele Unternehmen ist es jedoch eine Herausforderung, dass auch nicht IT-Experten erfolgreich mit Daten umgehen müssen. Hierfür eignen sich Business Intelligence und Self Service BI (SSBI), durch welche auch IT-ferne Fachabteilungen den erfolgreichen Umgang mit Daten umsetzen können. Im berufsbegleitenden Online-Training von StackFuel erlernen Teilnehmende auch ohne die Hilfe der IT, Berichte zu historischen und aktuellen Daten anzufertigen. Das Training vermittelt angewandte Inhalte im Bereich SQL und relationalen Datenbanken, damit Teilnehmende das Meiste aus ihren Datenbanken herausholen. Datenmodellierungs-, Datenanalyse- und Datenvisualisierungstechniken ermöglichen es Teilnehmenden, Trends und Muster in Daten zu entdecken und der Führungsebene so zu helfen, fundierte Entscheidungen zu treffen. Teilnehmende lernen BI- und Datenvisualisierungstools kennen, um diese abteilungsübergreifend einzusetzen und Daten im Unternehmen kommunizierbar zu machen.
    Zielgruppe:
    Die Weiterbildung BI Analyst – Focus Power BI eignet sich für alle, die Microsoft Power BI als Business-Intelligence-Tool erlernen und professionell nutzen möchten. Teilnehmende sollten eine Begeisterung für logisches Denken und die viesuelle Aufbereitung von Ergebnissen haben. Die Weiterbildung ist für Quereinsteigende geeignet und der ideale Einstieg in Business Intelligence, um Power BI Analyst bzw. Developer oder Business Intelligence Analyst bzw. Consultant zu werden.
    Voraussetzungen:
    Für das Training werden keine Vorkenntnisse oder Programmiererfahrungen vorausgesetzt.

    Institut:
    StackFuel GmbH

    Wo:
    Data Lab - Online Lernumgebung

  • In diesem Programm lernst Du alles was Du brauchst um ein erfolgreicher Datenanalyst zu werden: von Tools über Prozesse sowie die wichtigsten Fähigkeiten im Berufsalltag. Begleitet wirst Du auf dieser Reise nicht nur von einem, sondern gleich zwei erfahrenen Datenanalysten, die Dir unterstützend zur Seite stehen. Mit diesem dualen Mentorship Modell wollen wir sicherstellen, dass Du die denkbar beste individuelle Unterstützung während des Programms bekommst. Das Programm ist zu 100% online und kann daher zeitlich flexibel gestaltet werden. Unserem Lehrplan, der von Experten komplett in-house erstellt wurde, liegt ein projektbasierter Ansatz zugrunde, der eine intensive Lernerfahrung fördert. Das Programm ist in 3 Teile aufgeteilt: Intro to Data Analytics, Data Immersion, sowie der Vorbereitung auf die Jobsuche. Durch diese Aufteilung stellen wir sicher, dass anfangs die notwendigen Grundlagen gelegt werden und Du das Programm als Experte mit umfangreichem Fachwissen, und einem tollen Portfolio abschließen und in die Jobsuche starten kannst. Unsere Zahlen sprechen für sich: 90% unserer berechtigten Absolventen finden innerhalb der ersten 6 Monate nach Abschluss des Programms eine Arbeitsstelle, was uns die Qualität und die Wirksamkeit unserer Programme bestätigt. Vorkenntnisse sind nicht notwendig. Wir empfehlen allen Interessenten, sich mit einem unserer Berater bei CareerFoundry in Verbindung zu setzen, um herauszufinden, ob dieses Programm das Richtige für Dich ist.
    Voraussetzungen:
    Englisch Grundkentnisse

    Institut:
    CareerFoundry GmbH

    Wo:
    Online

  • Dieser Kurs behandelt Methoden für fortgeschrittene Datenanalysen. Die Teilnehmer lernen, eine Datenanalyseumgebung zu implementieren und zu verwalten, Daten abzufragen und zu transformieren, Datenmodelle zu implementieren und zu verwalten und Daten zu visualisieren. Für die Erstellung der Lösungen kommen Microsoft Purview, Azure Synapse Analytics und Power BI zum Einsatz. Der Kurs kann zur Vorbereitung auf die Zertifizierung als Azure Enterprise Data Analyst genutzt werden.
    Zielgruppe:
    Datenanalysten
    Voraussetzungen:
    Grundkenntnisse über wichtige Datenkonzepte und deren Implementierung mithilfe von Azure-Datendiensten wie sie im Seminar Azure Data Fundamentals vermittelt werden; Erfahrung mit dem Design skalierbarer Datenmodelle, mit dem Bereinigen und Transformieren von Daten und erweiterten Analysemöglichkeiten basierend auf Microsoft Power BI vergleichbar einer Zertifizierung als Power BI Data Analyst;

    Institut:
    tecTrain GmbH

  • Weiterbildung zum Quereinstieg in den Job als Data Analyst. Die zunehmende Digitalisierung sorgt dafür, dass der Bedarf an Fachkräften im Bereich Data Analytics und Data Science innerhalb der letzten Jahre stark angestiegen ist. Daten werden zunehmend als entscheidender Faktor für die Zukunftssicherung und Wettbewerbsfähigkeit von Unternehmen erkannt. Die Nachfrage nach spezialisierten Mitarbeitenden, die Daten effektiv aufbereiten und analysieren, wächst seit einigen Jahren stark an. Dabei nimmt ein Data Analyst im Kontext der Digitalisierung eine zentrale Rolle ein. Er ist das Bindeglied zwischen den Fachabteilungen und den Führungskräften, um Daten zu aggregieren und für datengetriebene Entscheidungsvoralgen aufzubereiten. Infos über die Weiterbildung - Für Menschen ohne Vorkenntnisse geeignet <br> - Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs) <br> - Kursleitung und -betreuung durch Data Scientists <br> - 80% Praxisaufgaben + 20% Video- und Texteinheiten <br> - Projekte mit Datensets und Business Cases aus der Industrie <br> - Abschlusszertifikat bei erfolgreichem Bestehen <br> - Online und ortsunabhängig <br> - In Vollzeit oder Teilzeit <br> Diese Fähigkeiten werden vermittelt: - Datenquellen erschließen und filtern <br> - Daten fachgerecht zusammenführen und aufbereiten <br> - Mit SQL-Datenbanken arbeiten <br> - Selbstständig erweiterte Datenanalysen mit deskriptiver Statistik durchführen <br> - In der Programmiersprache Python programmieren <br> - Vorhersagen anhand von Daten treffen <br> - Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren <br> - Programmierwissen in datenbasierten Business-Szenarien vertiefen <br> - Programme für automatisierte Datenanalysen entwickeln <br> - Code mit Git organisieren <br> - Daten mit dem Python-Modul pandas einlesen und verarbeiten <br> - Externe Datenquellen in die Analyse einbeziehen <br> - Grundlagen der Statistik auf Unternehmensdaten anwenden <br> - Datenvisualisierungen mit pandas, matplotlib und anderen Python-Modulen <br> - Eine Datenpipeline für verschiedene Industriedaten umsetzen <br> - Zunehmend komplexe Analyse-Programme schreiben <br> Relevante Branchen für den Quereinstieg Luft- und Raumfahrt, Landwirtschaft, Automobilindustrie, Bankwesen, Chemie, Kommunikation, Konsumgüter, Energieversorgung, Elektronik, Unterhaltung, Finanzen, Fitness, Regierung, Medizin, Gastgewerbe, Information, Technologie, Versicherung, Medien, Bergbau, Reisen, Umwelt, Chemie & Pharma, Immobilien, Einzelhandel, Robotik, Vertrieb, Schifffahrt, Telekommunikation u.v.m. Weiterbildungsplan Modul 1: Python Basics for Data Analysts <br> Woche 1 - Datentypen <br> Grundlagen der Programmierung Variablen in Python speichern und bearbeiten Umgang mit Fehlermeldungen <br> <br> Woche 2 - If-Else & Projektarbeit <br> Anwendung von Funktionen und Methoden Ablaufkontrollen mithilfe von Bedingungen <br> <br> Woche 3 - Flow Control + Git <br> Ablaufkontrolle unter Verwendung von Schleifen Importieren weiterer Python-Pakete Versionierung von Code mit Git Die wichtigsten Programmierungskonzepte, die für die Arbeit als Data Analyst wichtig sind. <br> <br> Modul 2: Data Analytics with Python <br> Neue Datenquellen erschließen, filtern und zusammenführen Unternehmensdaten durch Visualisierungen zielgruppengerecht zugänglich machen Selbstständig klassische Datenverarbeitungsprozesse durchführen Daten einlesen, filtern, reinigen verarbeiten und visualisieren <br> <br> Woche 4 - Pandas <br> Effiziente Nutzung von Pandas (Standardwerkzeug eines Data Analysts in Python) Daten in CSV-Dateien einlesen, bereinigen und aggregieren Hilfestellungen zur Optimierung Deiner Online-Präsenz als Data Analyst. <br> <br> Woche 5 - Exploratory Data Analysis (matplotlib) <br> Visualisierung verschiedener Datenniveaus Numerische Daten als Histogramme und Streudiagramme darstellen Kategorische Daten als Säulen- und Tortendiagramme abbilden <br> <br> Woche 6 - Vorhersagen + Projektarbeit <br> Median und Quartile Ausreißer identifizieren Einfache Vorhersagen mit der linearen und logistischen Regression erstellen Erzeugung eines eigenen Data-Analytics-Portfolios Praktische Tipps für die Bewerbung und den Alltag <br> <br> Woche 7 - Datenbanken (SQL) <br> Datenbanken am Beispiel einer Personaldatenbank auslesen Standard-SQL-Abfragen formulieren <br> <br> Woche 8 - External Data (API) <br> Mit Python auf Informationen wie Webseiten und APIs im Internet zugreifen <br> <br> Woche 9 - Advanced Jupyter <br> Jupyter-Funktionalitäten Fortgeschrittene Visualisierungsprobleme wie Live-Updates Interaktivität im Kontext eines Aktienmarktszenarios <br> <br> Woche 10 - Übungsprojekt <br> Ein New-Yorker-Taxidatenset analysieren (über 1 Mio Fahrten) Python-Fähigkeiten eigenständig anwenden <br> <br> Woche 11 - Abschlussprojekt <br> Kundenabwanderungen eines Telekommunikationsunternehmens analysieren Die gesamte Daten-Pipeline selbstständig durchlaufen und berufstypische Fragestellungen beantworten 1-on1-Feedbackgespräch mit dem Mentoren-Team Projektpräsentation <br> <br> Woche 12 - Abschlussprojekt Woche 2 <br> <br> Woche 13 - Abschlussprüfungen + Bewerbungstraining <br> <br> Woche 14 - Abschlussprüfungen + eigene Veröffentlichung (Blogartikel)
    Zielgruppe:
    Die Weiterbildung passt zu Dir und Deinen Karrierewünschen, wenn Du idealerweise ein abgeschlossenes Studium hast, oder in den Bereichen Mathematik, Informatik, Naturwissenschaften, Technik, BWL, (Wirtschafts-) Informatik oder vergleichbare Qualifikationen oder Vorerfahrungen besitzt.
    Voraussetzungen:
    1. Eignungstest<br> 2. Hochschulabschluss oder vergleichbare Berufserfahrung<br> 3. Grundkenntnisse in Mathematik & Statistik<br> 4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren. <br> <br> Für dieses Training werden keine Programmierkenntnisse vorausgesetzt. Diese werden im ersten Modul gemeinsam erarbeitet. Teilnehmende sollten jedoch eine Routine im täglichen Gebrauch mit Computern und gängigen Software-Applikationen mitbringen.

    Institut:
    StackFuel GmbH

    Wo:
    Data Lab - Online Lernumgebung

  • ab 24.04.2024
    Grundlagen</br>- Grundbegriffe und ihre Bedeutung</br>- Technische Hintergründe</br>- Welche Analysebereiche gibt es?</br></br>Kampagnen analysieren</br>- Kampagnen-Controlling</br>- Kanalübergreifendes Tracking</br>- Google Ads-Analyse</br></br>Website-Content analysieren</br>- Ziele und Trichterprozesse</br>- Schwachstellen identifizieren</br></br>Advanced</br>- Datensegmentierung</br>- Individualisierung: Filter, Custom Dimensions und Metrics</br>- Implementierungserweiterungen</br>- Google Analytics 360</br></br>Google Tag Manager (GTM)</br>- Die Vorteile des Google Tag Managers</br>- Tags, Trigger und Variablen</br>- Event Tracking</br>- Conversion Tracking und Remarketing</br>- Data Layer</br></br>Best Practices</br>- Benchmarks</br>- Praxisbeispiele: Analysen anhand von realen Websites</br>- Tipps und Tricks - häufige Fehler vermeiden
    Ziele:
    Im Webanalyse-Dschungel die relevanten Informationen zu finden, ist oft eine Herausforderung. Wir helfen Ihnen da raus! In diesem Vertiefungsworkshop lernen Sie, Google Analytics effektiv nutzen und gezielte Analysen für Ihre Website durchführen. Sie erweitern Ihr Wissen über die wichtigsten Online-Marketing-Kennzahlen und können damit den Erfolg Ihrer Marketing-Aktionen messen sowie darauf aufbauend Ihren Website-Content optimieren.
    Zielgruppe:
    Der Kurs richtet sich an alle, die sich im Bereich Google Analytics professionalisieren wollen:- Onlineshop-Betreiber:innen- Marketing-Verantwortliche- (Digitale) Analyst:innen, die mehr aus dem Tool holen wollen- Mitarbeiter:innen aus Agenturen
    Voraussetzungen:
    - Online-Marketing- und Internet-Grundkenntnisse von Vorteil- Google Analytics: Kenntnisse in der Anwendung (mehr als Basis)(GA4 ist keine Voraussetzung. Es wird auf die Unterschiede zwischen Universal Analytics und GA4 eingegangen, sowie auch die Basics von GA4 erklärt.)

    Institut:
    Berufsförderungsinstitut (BFI) - Wien

    Wo:
    BFI Wien, Alfred-Dallinger-Platz 1, 1030 Wien

    Wann:
    24.04.2024 - 25.04.2024

  • 5 überfachliche berufliche Kompetenzen
  • Analytische Fähigkeiten
  • Diskretion
  • 1
    • Genauigkeit mit Zahlen
  • 1
    • Gepflegtes Äußeres
  • Zahlenverständnis
  • 10 In Inseraten gefragte berufliche Kompetenzen
  • Statistikkenntnisse
  • Bilanzanalyse
  • Bonitätsprüfung
  • Buchhaltung
  • Finanzierungsberatung
  • Finanzmarktanalyse
  • Finanzportfoliomanagement
  • Kreditanalyse
  • Leasing
  • Risikoanalyse