Data_Intelligence__c__metamorworks

MC: Data Intelligence

Werde mit diesem Micro-Credential Expert*in für intelligente Datennutzung und gestalte aktiv die digitale Transformation in Unternehmen mit. Mit dem Fokus auf Data Warehousing & OLAP Architekturen, Datenmodellierung, Datenbewirtschaftung, Datenanalyse sowie Data Mining eignest du dir wertvolle Kompetenzen an, um datengetriebene Innovationen nachhaltig voranzutreiben.

Facts zum Micro-Credential

  • Abschluss: Zertifikat
  • Umfang: 12 ECTS
  • Dauer: 2 Semester
  • ISCED-P Level: 7 (postgraduate)
  • Preis: € 599,- plus ÖH-Beitrag
  • Nächster Start: 07.03.2025
  • Bewerbungsende: 31.12.2024

Dein Micro-Credential ist…

  • Akademisch qualitätsgesichert
  • Teil eines Masterlernpfades
  • Flexibel & berufsbegleitend
Jetzt bewerben

Dieses Micro-Credentials im Fachgebiet „Daten, Informationssysteme und IT-Management" kann im Rahmen eines bestehenden FERNFH-Studiums erworben oder als eigenständiges stand- alone Kurzprogramm, das ausschließlich zum Erwerb dieser Qualifikation führt, erworben werden.

Die Durchführung dieses Micro-Credentials erfolgt über den Studiengang Informationstechnologie | Master.

Lehrveranstaltungen

  • Datenvisualisierungs-Labor (3 ECTS, SoSe)
  • Business & Competitive Intelligence Systems (3 ECTS, SoSe)
  • BigData-Usecases (3 ECTS, WiSe)
  • Knowledge Management Instruments & Enterprise Knowledge Infrastructures (3 ECTS, WiSe)

Kompetenzerwerb

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • grundlegende Methoden, Interaktionen und Auswirkungen der Visualisierung von Merkmalen, Daten und deren Zusammenhängen anzuwenden.
  • geeignete Visualisierungen abhängig vom Zielpublikum, der Komplexität und des Kontexts auszuwählen.
  • die Wirkung sowie die Aussagekraft von Visualisierungen kritisch zu beurteilen.
  • Data Warehousing & OLAP Architekturen zu entwerfen.
  • Datenmodellierung, Datenbewirtschaftung sowie Datenanalyse durchzuführen.
  • Konzepte des Data Mining (Klassifikation, Abhängigkeitsanalyse, Clustering, Numerische Prognose) zu verwenden.
  • Modelle, Techniken und Instrumente von Big Data für die Lösung von komplexen Problemstellungen aus der Praxis auszuwählen, zu adaptieren und anwenden.
  • Wissensmanagement Werkzeuge und Maßnahmen hinsichtlich ihrer Eignung für praktische Anwendungsfälle zu bewerten.

Du hast noch Fragen?

Bei Fragen zu diesem Micro-Credential kannst du dich direkt an folgenden MC-Koordinator wenden:

Martin Setnicka (c) Martin Setnicka

Martin Setnicka,

BA MA MSc PhD

Informationstechnologie | Master
Studiengangsleiter