Folgende Schwerpunkte werden behandelt:

• Methoden zur Entdeckung von Zusammenhängen und Assoziationen in umfangreichen Transaktionsdaten
• Verarbeitung verschiedener Dokumentformate (z.B. Text- und HTML-Daten)
• Methoden zur Vorverarbeitung unstrukturierter Textdaten (Tokenization, POS-Tagging, Stemming, Stopword Removal etc.)
• Methoden zu Analyse von Textdaten (Text Clustering und Text Classification, Topic Modeling, Sentiment-Analyse)
• Konzepte und Technologien im Bereich Self Service BI
• Technische Integration von BI und Big Data-Anwendungen

Nach Abschluss des Moduls verfügen die Teilnehmenden über folgende Kompetenzen:

• welche Methoden im Bereich Big Data (insbesondere für unstrukturierte Textdaten) zum Einsatz kommen
• welche BI-Konzepte und –Werkzeuge sich für Integrationsansätze mit Big Data eignen
• wie eine integrierte BI und Big-Data-Lösung konzipiert und implementiert wird

Als Voraussetzung für die Teilnahme an diesem Modul werden folgende (Grund)Kenntnisse definiert:

• Grundlagen zum Thema Data Science (Prozess, Daten-Exploration, Modell-Bildung, Evaluation)
• Grundlagen zu Business Intelligence (Architektur, Data Warehouse, BI-Frontends)
• Praktische Erfahrung mit Data Science Tools (z.B. RapidMiner) und BI-Frontends (z.B: Tableau) sind von Vorteil, aber kein Muss

Bei erfolgreichem Abschluss des Moduls mit einer Prüfungsleistung erhalten Sie ein Zertifikat der Hochschule der Medien, das Ihre erworbenen Kompetenzen und ECTS-Punkte bestätigt.

Die erworbenen Kompetenzen können im berufsbegleitendes Masterangebot Data Science Vertiefungsrichtung Methods and Technology (M.Sc.)  angerechnet werden. Bei Rückfragen hierzu stehen wir Ihnen gerne unter weiterbildung@hdm-stuttgart.de zur Verfügung.

Weiterhin besteht die Möglichkeit, das Modul als Weiterbildung zu absolvieren und es mit einer Teilnahmebescheinigung (ohne Prüfung und ECTS-Punkte) abzuschließen.