Weiterbildung

 

Weiterbildung

Kurs 1: Big Data Basisgrundlagen / HW Architekturen

Gute Mathematik- und Hardwaregrundlagenkenntnisse sind in Data Science unvermeidlich. Dieses Modul ist so konzipiert, um Lernenden die grundlegende Mathematik sowie die grundlegenden Hardware und Netzwerkkenntnisse zu vermitteln. Grundlagen die Sie benötigen um in jedem anderen Data Science Modul erfolgreich zu sein.

Wir stellen Ihnen in im 1. Teil in 20 Lektionen die Kernmathematik vor, auf der Data Science aufgebaut ist. Ohne zusätzliche Komplexität, ungewohnte Ideen und schwierig zu lesende mathematische Symbole. Lernende, die diesen Kurs absolvieren, werden das Vokabular, die Notation, die Konzepte und die Algebra-Regeln beherrschen, die Data Scientists wissen müssen, bevor sie fortgeschrittenes Material angehen können.

Im 2. Teil vermitteln wird die grundlegenden Kenntnisse über Hardware, Schnittstellen, Netzwerkgrundlagen,
Datenschutz, Programmierung Dateisysteme und Virtualisierung.

Dieser Kurs richtet sich an Personen die die neu sind in den Datenwissenschaften und sich die grundlegenden Fähigkeiten in der Mathematik (Algebra, Kalkulation) und die Grundlagenkenntnisse in der Systemtechnik aneignen wollen.

Dieser Kurs ist die Basis für alle weiterführenden Kurse.

 

Grafik Kurse 1

Organisation

Dauer10 Halbtage (40 Lektionen)
Durchführung:wöchentlich
Lehrgänge:1-2 mal jährlich
HeimstudiumAls Vorbereitung- und Vertiefung sind 6-8 Stunden pro Ausbildungseinheit einzurechnen

Kurskosten

Einschreibegebühr 170.-
Kurskosten1'880.-
Lehrmittelinkl.

Ausbildungsziele

Mathematik

  • Anwendung Mengenlehre, einschliesslich Venn-Diagramme
  • Kennen der Eigenschaften der reellen Zahlenreihe
  • Intervall-Notation und Algebra mit Ungleichungen vornehmen
  • Summation und Sigma Notation verwenden
  • in der kartesischen (x, y) Ebene, Flächen und Distanz Formeln rechnen
  • Graphen kennen und Funktionen , deren Umkehrfunktion auf der x-y-Ebene beschreiben
  • Veränderungsrate sowie Tangenten einer Kurve anwenden
  • Exponenten, Logarithmen und die natürliche Log-Funktion kennen
  • Wahrscheinlichkeitstheorie, einschliesslich Bayes 'Theorem

 

HW-Grundlagen

  • Die Grundlagen von Betriebssystem kennen
  • Harwarekenntnisse, Schnittstellen und Performance
  • Netzwerkgrundlagen / OSI-Modell, Datenschutz
  • Betriebssysteme, ODBC-Schnittstellen
  • Grundlagen Programmierung
  • Cluster, verteilte Systeme, Dateisysteme
  • Deployment, Virtualisierung ESX-Server

Voraussetzung

  • Kenntnisse im Umgang mit virtuellen Maschinen

  • Hardwareanforderungen:
    Quad Core Prozessor (VT-x oder
    AMD-V Unterstützung empfohlen),
    64-Bit; (B) 8 GB RAM; (C)
    20 GB Festplatte frei

  • Softwareanforderungen:
    diverse kostenlose Open-Source-Tools (werden im Unterricht bereitgestellt)


Um sicherzustellen, dass der von Ihnen vorgesehene Ausbildungsweg wirklich Ihren Bedürfnissen entspricht, bieten wir eine kostenlose und unverbindliche Ausbildungsberatung an.

Einen Termin für ein Beratungsgespräch können Sie gerne telefonisch unter 031 398 98 00 oder direkt auf unserer Webseite vereinbaren.

Modulübersicht

Teil 1: Mathematik

Block 1
Einführung in die Big Data Modeling und Management.

Block 1
Bausteine für die Problemlösung

Block 2
Funktionen und Graphen

Block 3
Messung der Änderungsrate

Block 4
Wahrscheinlichkeitstheorie

 

Teil 2: Grundlagen Systemtechnik

Block 5
Hardware, Schnittstellen und Performance
CPU, Festplatten, Controller

Block 6
Netzwerk Grundlagen, OSI-Modell und Ablauf im TCP/IP Protokollstack, Verschlüsselung auf dem Kommunikationsweg

Block 7
Betriebssysteme (Client/Server), Schnittstellen zu OS, Grundlagen der Programmierung/API

Block 8
Zusammenhänge Cluster und verteilte Systeme , Unterschiede bei Dateisystemen analysieren (HDFS)

Block 9
Deployment Service, Grundlagen der Virtualisierung, ESX installieren

 

Informationen zu Kurs anfordern (werden per Mail zugestellt)