Hier handelt es sich um ein dekoratives Bildelement.
Data Science und Business Analytics - Aufbau
Moderne Methoden für Forecasting, LLMs und intelligente Agentensysteme

Der Aufbaulehrgang Data Science und Business Analytics vermittelt vertiefendes und spezialisiertes Wissen für Personen, die bereits Erfahrung im Bereich Data Science haben und ihre Kompetenzen gezielt erweitern möchten.

Der Fokus liegt auf modernen Forecasting-Methoden, Large Language Models (LLMs), Agentensystemen sowie auf professioneller Python-Code-Strukturierung für Data-Science-Projekte.
NEU SKILLS SCHECK Förderung
  • Grafik Icon Durchführungsort
    ORT Online
    Grafik Icon Zeitraum
    ZEIT 64,00 Lehreinheiten
    Stundenplan für Veranstaltung 21871016
    Tagsüber
    Grafik Icon Durchführungart
    LERNMETHODE Trainer:in
    Grafik Icon Teilnahme
    ONLINE-TEILNAHME MIT Computer, Tablet oder Smartphone
    Kursnummer: 21871016
    3.200,00 EUR Kursnummer: 21871016
  • Grafik Icon Durchführungsort
    ORT Online
    Grafik Icon Zeitraum
    ZEIT 64,00 Lehreinheiten
    Stundenplan für Veranstaltung 21871026
    Tagsüber
    Grafik Icon Durchführungart
    LERNMETHODE Trainer:in
    Grafik Icon Teilnahme
    ONLINE-TEILNAHME MIT Computer, Tablet oder Smartphone
    Kursnummer: 21871026
    3.200,00 EUR Kursnummer: 21871026

Data Science und Business Analytics - Aufbaulehrgang Live-Online

Ihr Nutzen

Nach Abschluss des Lehrgangs sind Sie in der Lage:

  • Zeitreihen-Forecasts mit modernen Methoden umzusetzen
    Einsatz klassischer und transformer-basierter Modelle
  • Large Language Models produktiv zu nutzen
    Kombination von LLMs mit Datenbanken und Textquellen
  • Agentensysteme für Unternehmensanwendungen zu entwickeln
    Von statischen Prompts zu autonomen Agenten
  • Python-Code für Data-Science-Projekte professionell zu strukturieren
    Clean Coding, Tests und modulare Projektorganisation
Inhalte

Modul 1: Forecasting für Zeitreihen

  • Zentrale Begriffe der Zeitreihenanalyse: Trend, Saisonalität, Residuen, Kovariaten
  • Additive vs. multiplikative Modelle
  • Stationarität von Zeitreihen
  • Lag-Plots und Autokorrelationsplots
  • Umgang mit fehlenden Werten und Ausreißern
  • Naive Zeitreihenforecasting-Methoden als Basismodelle
  • Einführung in klassische Modelle wie ARIMA
  • Moderne Zeitreihenforecasting-Modelle (z. B. Transformer): Funktionsweise und praktische Anwendung
  • Unterschied zwischen One-Step- und Multi-Step-Forecasting
  • Umgang mit multivariaten Zeitreihen

Modul 2: Large Language Models (LLMs)

  • Überblick über verfügbare LLMs
  • Auswahl geeigneter LLMs für den Einsatz im Unternehmen
  • Benchmarking von LLMs, z. B. mit DeepEval
  • Textvektorisierung in der Praxis
  • Zusammenführung von Text- und tabellarischen Daten für Forecasts
  • Nutzung von LLMs zum Aufruf eigener Funktionen (z. B. für Datenbankabfragen)
In einem modernen Büro diskutieren zwei Personen anhand einer Bildschirmpräsentation über künstliche Intelligenz. Weitere Personen sind im Hintergrund.

Modul 3: Agenten

  • Von statischen Prompts zu autonomen Agenten
  • Einführung in moderne Agentensysteme
  • Einsatz von LLMs als Reasoning-Engine
  • Grenzen klassischer Chatbots
  • Überblick über Agenten-Frameworks wie OpenAI Agents, LangGraph und LlamaAgents
  • Praxisbeispiel: Entwicklung eines Data-Analyst-Agenten

Modul 4: Clean Coding mit Python für Data-Science-Projekte

  • Unterschiede zwischen imperativer, prozeduraler und objektorientierter Programmierung (OOP)
  • Organisation von Code in eigenen Python-Modulen
  • Automatische Erstellung von Code-Dokumentationen
  • Systematisches Testen von Code
  • Clean-Coding-Prinzipien: Theorie und praktische Anwendung
  • Umgang mit virtuellen Python-Umgebungen für unterschiedliche Projekte
Zielgruppe
  • Absolvent:innen des Lehrgangs Data Science und Business Analytics
  • Personen mit bestehender Data-Science-Erfahrung
  • Data Analysts, Data Scientists und technische Fachkräfte, die ihr Know-how auf ein fortgeschrittenes Niveau heben möchten
Voraussetzungen

Kenntnisse, wie sie im Lehrgang „Data Science und Business Analytics“ vermittelt werden.

Förderungsmöglichkeiten
  • Bildungsscheck des Landes Salzburg: Ersetzt bis zu 50 % der Kurskosten (mit festgelegten Höchstbeträgen). Mehr dazu
  • Förderung von Meister- und Befähigungsprüfungen: Die Prüfungsgebühr für den 1. und 2. Antritt wird zu 100 % vom Bund übernommen. Vorbereitungskurse zur Ablegung der Meister-, Werkmeister- oder Befähigungsprüfung werden mit dem Bildungsscheck des Landes Salzburg mit 50 %, max. 2.200 Euro gefördert. Mehr dazu
  • Arbeitsmarktservice Salzburg: Das AMS bietet verschiedene Förderungen wie Weiterbildungsgeld oder Bildungsteilzeitgeld an. Mehr dazu
  • Steuerliche Vorteile: Kurskosten können im Rahmen der Arbeitnehmerveranlagung als Werbungskosten geltend gemacht werden. Informationen dazu erhalten Sie beim Finanzamt oder Ihrem Steuerberater.
  • Bildungskredit: Spezielle Bildungskredite decken Aus- und Weiterbildungskosten ab. Informationen gibt es bei Ihrer Bank.
  • Zinsfreie Teilzahlung: Dauert der Kurs länger als zwei Monate kann er ohne zusätzliche Kosten in Raten bezahlt werden. Informieren Sie sich bei unserem Kundenservice.
Zu den Fördertipps

Letzte Änderung: 23.04.2026