-
Tipo de titulación: Certificado "Gestor de datos
-
Cualificaciones adicionales: Certificado "AWS Certified Cloud Practitioner" (Profesional certificado en la nube de AWS)
Certificado "Estadísticas
Certificado "Bases de datos relacionales SQL"
Certificado "PCEP™ - Programador Python Certificado de Nivel Inicial" -
Examen final: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
AWS Zertifizierungsprüfung CLF-C02 (in englischer Sprache)
Certified Entry-Level Python Programmer (PCEP™) (in englischer Sprache) -
Horario de las clases: A tiempo completoDe lunes a viernes, de 8.30 a 15.35 horas (en semanas festivas, de 8.30 a 17.10 horas).
-
Lengua de enseñanza: Alemán
-
Duración: 16 Semanas
Administrador de la nube de AWS
Conceptos de la nube (aprox. 3,5 días)
Ventajas de la nube de AWS
Principios de diseño de la nube de AWS
Migración a la nube de AWS
Conceptos de economía de la nube
Inteligencia artificial (IA) en el proceso de trabajo
Presentación de tecnologías específicas de IA
y posibles aplicaciones en el entorno profesional
Seguridad y conformidad (aprox. 4,5 días)
El modelo de AWS como responsabilidad compartida
Conceptos de seguridad, gobernanza y conformidad en la nube de AWS
Funciones de administración de acceso de AWS
Componentes y recursos para el soporte de seguridad
Tecnología y servicios en la nube (aprox. 5 días)
Métodos de implementación y operación en la nube de AWS
Infraestructura global de AWS
Servicios informáticos, servicios de bases de datos, servicios de red y servicios de almacenamiento de AWS
Servicio de AWS para inteligencia artificial y aprendizaje automático, así como servicios de análisis
Servicios de otras categorías de servicios de AWS cubiertos
Facturación, precios y soporte (aprox. 2 días)
Comparación de los modelos de precios de AWS
Recursos para la facturación, el presupuesto y la gestión de costos
Recursos técnicos de AWS y opciones de soporte
Trabajo de proyecto, preparación de la certificación y examen de certificación (aprox. 5 días)
AWS Certified Cloud Practitioner CLF-C02 (en inglés)
Estadísticas
Fundamentos de estadística (aprox. 6 días)
Fundamentos de la teoría de la medición (población y muestra, tipos de muestra, niveles de medición y escala)
Estadística descriptiva univariante (distribuciones de frecuencia, medidas centrales, medidas de dispersión, valor estándar, histogramas, diagramas de barras, diagramas circulares, diagramas de líneas y diagramas de caja)
Estadística descriptiva bivariante (medidas de correlación, coeficientes de correlación, tablas cruzadas, gráficos de dispersión y gráficos de barras agrupadas)
Fundamentos de la estadística inferencial inductiva (distribución de probabilidades, distribución normal, distribución del valor medio, prueba de significación, prueba de hipótesis nula de Fisher, tamaño del efecto, estimación de parámetros, intervalos de confianza, gráficos de barras de error, análisis de potencia y determinación del tamaño óptimo de la muestra).
Inteligencia artificial (IA) en el proceso de trabajo
Presentación de tecnologías específicas de IA
y posibles aplicaciones en el entorno profesional
Métodos para comparar dos grupos (aprox. 5 días)
pruebas z y t para una muestra (desviación de un valor especificado)
Prueba t para la diferencia de medias entre dos muestras independientes/conectadas
Comprobación de la eficacia de acciones, medidas, intervenciones y otros cambios con pruebas t (diseños pretest-postest con dos grupos)
Pruebas de significación de apoyo (prueba de Anderson-Darling, prueba de Ryan-Joiner, prueba de Levene, prueba de Bonnet, prueba de significación para correlaciones)
Métodos no paramétricos (prueba de Wilcoxon, prueba de signos, prueba de Mann-Whitney)
Análisis de contingencia (prueba binomial, prueba exacta de Fisher, prueba chi-cuadrado, tabulaciones cruzadas con medidas de asociación)
Métodos para comparar las medias de varios grupos (aprox. 5 días)
Análisis de varianza monofactorial y bifactorial (ANOVA simple y equilibrado)
Análisis multifactorial de la varianza (modelo lineal general)
Factores fijos, aleatorios, cruzados y anidados
Métodos de comparación múltiple (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)
Análisis de interacción (análisis de efectos de interacción)
Análisis de selectividad y potencia para análisis de varianza
Introducción al diseño de experimentos (DoE) (aprox. 1 día)
Diseños experimentales factoriales completos y parciales
Trabajo por proyectos (aprox. 3 días)
Consolidar los contenidos aprendidos
Presentación de los resultados del proyecto
Bases de datos relacionales con SQL
Conceptos básicos de sistemas de bases de datos y SQL (aprox. 3 días)
Visión general de los sistemas y modelos de bases de datos
Datos redundantes e integridad de los datos
Normalización y BCNF
Diseño de bases de datos y modelo entidad-relación (ERM)
Claves primarias y externas
Relaciones entre relaciones
Tipos de datos en SQL
Índices y rendimiento
Restricciones y validación
Consultas (SQL)
Formularios e informes en los SGBD modernos
Gestión de referencias circulares y dependencias
Introducción a SQL Server Management Studio (SSMS) (aprox. 2 días)
Visión general de SQL Server y SSMS
Diseño físico de bases de datos
Creación de tablas y definición de tipos de datos
Restricciones, valores por defecto y relaciones
Diagramas de base de datos y relaciones
Copia de seguridad y restauración
Inteligencia artificial (IA) en el proceso de trabajo
Presentación de tecnologías específicas de IA
y posibles aplicaciones en el entorno profesional
Introducción a DDL (Lenguaje de definición de datos) (aprox. 8 días)
Conceptos básicos de SQL y sintaxis avanzada
Creación de tablas y definición de restricciones
Definición de operadores y funciones
Consulta y manipulación de datos
Tratamiento de errores y gestión de transacciones
DCL - Lenguaje de control de datos y seguridad (aprox. 1 día)
Administración de usuarios y autorizaciones
Roles, autorizaciones y auditoría
Tipos de datos, importación y exportación de datos en sistemas modernos (aprox. 1 día)
Importación y exportación de datos
Tipos de datos modernos
Trabajo por proyectos (aprox. 5 días)
Consolidar los contenidos aprendidos
Presentación de los resultados del proyecto
Programación con Python
Conceptos básicos de Python (aprox. 1 día)
Historia, conceptos
Uso y ámbitos de aplicación
sintaxis
Lexis, semántica
Convenciones PEP-8
Intérprete frente a compilador
Primeros pasos con Python (aprox. 5 días)
Números
Cadenas
Fecha y hora
Entrada y salida estándar
Operadores numéricos
Operadores de comparación, lógicos y bitwise
Conversión de tipos de datos
lista, tupla dict, conjunto
Funciones y métodos de lista
Ramas y bucles (if, for, while)
operadores miembro
Inteligencia artificial (IA) en el proceso de trabajo
Presentación de tecnologías específicas de IA
y posibles aplicaciones en el entorno profesional
Funciones (aprox. 5 días)
Defina sus propias funciones
Variables
Parámetros y argumentos
Valores de retorno
Recursión
Espacios de nombres
Programación funcional
Solución de problemas (aprox. 0,5 días)
intentar, excepto
Tipos de error
Interceptación de interrupciones del programa
Transmisión de errores entre funciones
Programación orientada a objetos (aprox. 4,5 días)
Clases de Python
Métodos
Objetos inmutables
Clases de datos
Herencia
Trabajo de proyecto, preparación de la certificación y examen de certificación "PCEP™ - Certified Entry-Level Python Programmer" en inglés (aprox. 4 días).
Es posible que se produzcan cambios. El contenido del curso se actualiza periódicamente.
Después de este curso, tendrá los conocimientos necesarios para operar en la nube. También tendrá la experiencia técnica necesaria para aprovisionar, proteger y automatizar entornos, independientemente de la solución del proveedor. Con la estadística y SQL, dominará dos herramientas esenciales para el tratamiento, la visualización y el análisis de datos. El conocimiento de Python completa tu perfil en el ámbito de la gestión de datos.
El curso está dirigido a especialistas en informática, programadores, licenciados en ingeniería y administración de empresas, así como a empresarios y especialistas con experiencia profesional relevante.
El campo de la gestión de datos es cada vez más importante en todos los sectores. Las competencias en gestión de datos no solo son necesarias en informática y análisis de datos, sino que también se demandan en la industria, el comercio, los servicios y las finanzas.
Concepto didáctico
Tus profesores están altamente cualificados tanto profesional como didácticamente y te enseñarán desde el primer hasta el último día (no hay sistema de autoaprendizaje).
Aprenderá en grupos reducidos y eficaces. Los cursos suelen constar de 6 a 25 participantes. Las lecciones generales se complementan con numerosos ejercicios prácticos en todos los módulos del curso. La fase práctica es una parte importante del curso, ya que durante ella se procesa lo aprendido y se adquiere confianza y rutina en su aplicación. La parte final del curso incluye un proyecto, un estudio de caso o un examen final.
Aula virtual alfaview
Las clases se imparten utilizando la moderna tecnología de vídeo alfaview®, ya sea desde la comodidad de su propia casa o en nuestras instalaciones en Bildungszentrum. Todo el curso puede verse cara a cara a través de alfaview®, comunicarse entre sí con una calidad de voz sincronizada con los labios y trabajar en proyectos conjuntos. Por supuesto, también podrás ver y hablar con tus formadores conectados en directo en cualquier momento y recibirás clases de tus profesores en tiempo real durante todo el curso. Las clases no son e-learning, sino auténtica enseñanza presencial en directo a través de la tecnología de vídeo.
Los cursos de formación de alfatraining están subvencionados por Agentur für Arbeit y certificados de acuerdo con el reglamento de homologación AZAV. Al presentar una solicitud a Bildungsgutscheino Aktivierungs- und Vermittlungsgutschein, la totalidad de los costes del curso suelen correr a cargo de su organismo financiador.
También es posible obtener financiación a través de Europäischen Sozialfonds (FSE), Deutsche Rentenversicherung (DRV) o programas de financiación regionales. Como soldado regular, tiene la posibilidad de asistir a cursos de formación continua a través de Berufsförderungsdienst (BFD). Las empresas también pueden cualificar a sus empleados a través de un programa de financiación de Agentur für Arbeit (Qualifizierungschancengesetz).