Spare bis zu CHF 800 bei einer Buchung über eduwo. Nur noch für kurze Zeit

Sprache auswählen

Vergleiche

Icons/Ico-Search-WhiteCreated with Sketch.

Leider haben wir keine Resultate gefunden

Tipps für deine Suche

  • Prüfe ob du alle Wörter richtig geschrieben hast
  • Versuche einen anderen Suchbegriff
  • Versuche einen allgemeineren Suchbegriff und grenze die Resultate danach mit Filtern ein.

zum Vergleich hinzugefügt

Hintergrundbild der Hochschule Luzern HSLU

WhatsApp

Messenger

LinkedIn

Facebook

Twitter

E-Mail

CAS Big Data Analytics

HSLU

Überblick

Logo der Hochschule Luzern HSLU

Dieses Profil ist aktuell

Die Angaben wurden kürzlich geprüft

5 Monate

Dauer

Rotkreuz

Standorte

15 ECTS

Punkte

CHF 7'900.- Einschreibegebühr und Kursunterlagen sind inklusive. Kursgebühren mit Bitcoin bezahlen: Meldung an +41 41 228 42 42 oder an info@hslu.ch. Vergünstigung: 5 Prozent Preisnachlass für Alumni-Mitglieder der Hochschule Luzern. Weiterbildungsgutscheine SVEB werden akzeptiert.

Kosten

Deutsch

Sprache

Anmeldeschluss

29. Oktober 2021

Beginn des Studiengangs

Verpflegungsmöglichkeit: Ja

Sportmöglichkeit

Fachhochschule

Schultyp

1997

Gründungsjahr

10484

Studierende

Voraussetzungen

Ein Abschluss auf Tertiärstufe (ETH/Universität, Fachhochschule, Höhere Fachschule und andere) und mindestens zwei Jahre Berufserfahrung nach Abschluss. Personen mit einer gleichwertigen Qualifikation und mehrjähriger Berufserfahrung können in beschränkter Anzahl über ein standardisiertes Zulassungsverfahren («sur dossier») aufgenommen werden.

Über den Lehrgang

Fähigkeiten zur Innovation, Mut zu neuen Ansätzen und Herangehensweisen gepaart mit agilem Vorgehen, kurzen Sprints und zielgerichteten Korrekturen müssen in weiten Teilen von Unternehmen aufgebaut, erweitert und etabliert werden. Sicherheit und Governance sind schon lange fester Bestandteil von Business Intelligence. Durch neue rechtliche, ethische und regulatorische Überlegungen im Kontext von Big Data ergeben sich jedoch neue Risiken. Diese können das Image oder die Reputation von Unternehmen gefährden. Der Weg hin zu Big Data Analytics erfordert die Bereitstellung von adäquaten technischen Infrastrukturen und Systemen. Als Basistechnologie hat sich klar Apache Hadoop etabliert. Die Komponenten von Hadoop und wesentliche Teile des Hadoop Ecosystems werden detailliert behandelt. Big Data-spezifische Infrastrukturanforderungen, Integrationstechnologien und Sicherheitsanforderungen, den Reifegrad verschiedener Technologien und Unterschiede zwischen einer Cloud-basierten und einer On-Premise-Infrastruktur werden illustriert und diskutiert. Ergänzungen, Alternativen und Weiterentwicklungen runden das Gesamtbild ab. In diesem Modul werden zahlreiche Verfahren und Techniken zur Analyse von strukturierten und unstrukturierten Daten behandelt. Data Mining, Validierung und Visualisierung, Information Retrieval, Text Mining und Sentiment Analysis werden eingehend diskutiert und behandelt. Machine Learning, Natural Language Processing und künstliche Neuronale Netze bieten vielfältige Möglichkeiten für die Entwicklung von Vorhersagemodellen. Verfahren und Techniken werden mittels spezifischer Analysewerkzeuge (R, knime, rapidminer) und exemplarischer Daten praxisnah geübt. Abgerundet wird das Modul durch Informationen zur aktuellen technologischen Entwicklung, zu frei zugänglichen Datensätzen und Analytic Plattformen im Internet und Einblicken in die aktuelle Forschung im Bereich Big Data Analytics. Für den zielgerichteten Umgang mit internen und externen Daten sind Fähigkeiten und Techniken zum Stream- und Event-Processing erforderlich (Stichwort «digitale Transformation»). Der Nutzen im Einsatz von Big Data und Analytik wird für verschiedene Branchen und Unternehmen exemplarisch aufgezeigt. Mit der Zunahme an Sensoren, Wearables und autonomen Maschinen, welche untereinander und über das Internet miteinander verbunden sind nimmt auch die Erzeugung von grossen Datenmengen rasant zu. Diese gilt es zeitnah auszuwerten, zu analysieren und Folgeaktionen auszulösen. Besonderheiten und Anwendungen im Bereich Internet der Dinge (IoT bzw. Industrie 4.0) runden das Modul ab. Impulse und Anregungen zum Transfer des neu erworbenen Wissens werden in den Unternehmenskontext gesetzt. Vertreterinnen und Vertreter von Schweizer Unternehmen, welche aktiv im Thema Big Data und Analytics unterwegs sind, geben Erfahrungen und Erkenntnisse weiter.Durch eine Projektarbeit arbeiten die Kursteilnehmenden aktiv am Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld ihrer Unternehmen.Die Projektarbeit soll den exemplarischen Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld eines Unternehmens sicherstellen. Sie ist eine Gruppenarbeit und wird iterativ-agil in Form von mehreren Sprints erarbeitet. Dabei präsentieren die Gruppen periodisch den aktuellen Stand ihrer Arbeiten in einem moderierten Workshop. Zugleich holen sie so zu offenen Fragen externe Anregungen und Ideen für die nächste Projektphase ab. Die Schlussresultate werden im Plenum präsentiert und verteidigt. Schliessen

Weitere Infos

1

Zielgruppe

Mittlere und höhere IT-Führungskräfte, Projektleiter/-innen, Berater/-innen sowie Führungs- und Fachverantwortliche auf der Business-Seite, die ihre Kompetenzen in Advanced Business Analytics optimal ausbauen wollen.