Eingabe löschen

Kopfbereich

Schnellnavigation

Hauptnavigation

CAS Data Engineering

Das Phänomen der stetig zunehmenden Menge und Verbreitung von Daten begleitet uns seit Jahrzehnten. Zu Beginn dieser Entwicklung entstanden Daten in Systemen, bei denen die gewünschte Funktionalität die Form und Verarbeitung der Daten vorgab. Heutzutage verbreiten sich aber auch Systeme, in denen ein Nutzen dank dem Einbezug vorhandener Daten gestiftet wird. Mit dem Wachstum der Datenmenge haben wir immer mehr Möglichkeiten, nützliche Produkte, Dienstleistungen und effektive Betriebe zu gestalten.

Menschen in diversen Positionen, Funktionen und Rollen verfolgen ein breites Spektrum an Aufgaben, in denen Fragestellungen mit der Erfassung, Aufbereitung und Verarbeitung von Daten effektiver und effizienter beantwortet werden können. Im CAS Data Engineering vermitteln wir ein ebenso breites Spektrum an Werkzeugen und Methoden, welche Teilnehmende mit wenig mathematischem und technischem Hintergrund dazu befähigt, in ihrem beruflichen Alltag aus Daten Nutzen zu gewinnen.

Der CAS kann einzeln oder als Teil des MAS Business Engineering absolviert werden.

Auf einen Blick

Abschluss: Certificate of Advanced Studies in Data Engineering (12 ECTS)

Start: 26.02.2021

Dauer: 132 Lektionen

Kosten: CHF 8'000.00

Bemerkung zu den Kosten: 

 

  • Die vollständigen Studiengebühren sind vor Studienbeginn zu begleichen.
  • In den Studiengebühren sind die Einschreibe- und Prüfungsgebühren sowie sämtliche kursrelevanten Unterlagen enthalten.

Durchführungsort: 

Campus ZHAW School of Management and Law, Winterthur.

Unterrichtssprache: Deutsch
das Unterrichtsmaterial ist teilweise in englischer Sprache.

Ziele und Inhalt

Zielpublikum

Der CAS richtet sich an Fach- und Führungskräfte aus allen Branchen, welche von Erkenntnissen profitieren wollen, die mithilfe von Daten gewonnen werden können.

Wir sprechen Personen an, welche wenig / keinen mathematischen oder technischen Hintergrund haben und auch keine Ambitionen pflegen, sich darin zu vertiefen, und zudem folgende Interessen haben:

  • Überblick über Daten gewinnen, die ihnen zur Verfügung stehen
  • Bedarf an Daten identifizieren und spezifizieren, welche für einen gewünschten Erkenntnisgewinn erforderlich sind
  • Für ausgewählte Arten von Erkenntnisgewinn das effektivste und effizienteste Vorgehen auswählen und anwenden
  • Ein breites Spektrum an «pragmatischen, alltagstauglichen» (= ohne fundiertem mathematischen oder technischem Verständnis anwendbar) Werkzeugen und Methoden kennen und anwenden.

Ziele

Sie können im Anschluss an diesen CAS:

  • Fragestellungen identifizieren, denen sie mit dem Einbezug von Daten nachgehen können.
  • Für den Erkenntnisgewinn benötigte Daten spezifizieren, erheben, verwalten und aufbereiten.
  • Für spezifische Fragestellungen und Datenlagen aus einer breiten Palette von Werkzeugen und Methoden die effektiven und effizienten auswählen.
  • Methoden und Werkzeuge anwenden, um aus Daten gewünschte Erkenntnisse zu gewinnen.
  • Komponenten von Produkten und Dienstleistungen gestalten und prüfen, mit denen mithilfe von Daten Nutzen entsteht.
  • Die Optimierung digital unterstützter, betrieblicher Prozesse mithilfe von Daten gestalten und prüfen.
  • Ein effektives und effizientes Planen, Monitoren und Steuern von Betrieben mithilfe von Daten gestalten und prüfen.

Inhalt

Modul 1 - Werkzeuge & Methoden:

Tabellenkalkulation
Datenbanken (DDL, DML, QL)
Statistik

  • Surveys, Experimente
  • Deskriptiv
  • Testing (T-Test, Korrelationen, …)
  • Anova/Manova/…

Machine Learning

  • Features and Labels
  • Training and Testing
  • Performance
  • Models/Learners

Graphen
Visualisation

Modul 2 - Domänen & Daten:

Data-Driven Management
From strategy to governance, monitoring and controlling

Data-Driven Process Engineering
Product Engineering

DevOps, Monitoring, Controlling

Data-Driven Product Development
Prototyping and Evaluation

Health Management
Prevention, Intervention, Therapy

Others: Smart Cities, Mobility, Communication, Fintech, Insurance, ...
Data Sources

Big Data, Open Data (APIs), Sensor Data, …

Methodik

Der CAS zeichnet sich durch methodische Vielfalt aus. Neben Lehrgesprächen, Referaten, (Gruppen-)Übungen, Fallstudien oder Arbeit an Fallbeispielen aus der Praxis wird grosser Wert auf den Erfahrungsaustausch zwischen den Teilnehmenden gelegt.

Unterricht

Die Vorlesungen finden jeweils am Freitag und Samstag statt. Änderungen sind möglich.

Beratung und Kontakt

Veranstalter

Anmeldung

Zulassung

Der Zertifikatslehrgang richtet sich an Absolventinnen und Absolventen von Hochschulen (FH/Universität) mit mind. 3 Jahren Berufserfahrung sowie an Berufsleute ohne Hochschulabschluss mit mind. 5 Jahren Berufserfahrung und entsprechenden Weiterbildungsausweisen (höhere Fachschule oder höhere Fachprüfung mit eidg. Fachausweis/Diplom).

Englischkenntnisse werden vorausgesetzt, weil im Studiengang mit englischer Literatur gearbeitet wird.
Über die definitive Zulassung entscheidet die Studienleitung.

Startdaten und Anmeldung

Start Anmeldeschluss Anmeldelink
26.02.2021 26.01.2021 Anmeldung

Downloads und Broschüre

Downloads