270 Suchergebnisse für „Data Science”

Die Haufe Akademie im Gespräch mit Prof. Dr. Stephan Matzka, Hochschulprofessor an der HTW Berlin und Trainer der Haufe Akademie darüber, wie Data Science und KI verdaulich vermittelt werden können und was eigentlich passiert, wenn man es nicht tut. Sie beschäftigen sich mit Data Science, Algorithmen und Machine Learning – Hand aufs Herz: Sind Sie

Große Datenmengen zu strukturieren und sie dadurch in nützliche Informationen zu verwandeln – das ist die Hauptaufgabe eines Data Scientist. Als Spezialist für Daten und Datenbezüge erstellt er aus bloßen Zahlen sinnvolle Prognosen für die Zukunft und gibt dem Unternehmen Handlungsempfehlungen. Data Scientist: Key Facts Ausbildung Masterstudium Data Science, Informatik oder Mathematik Berufserfahrung von Vorteil

Kompass und Kristallkugel? In der Welt der Daten sind Data Analytics und Data Science genau das – Werkzeuge, die Unternehmen den Weg weisen oder in die Zukunft blicken lassen. Unternehmen setzen sie ein, um wertvolle Erkenntnisse zu gewinnen, fundierte Entscheidungen zu treffen und innovative Lösungen zu entwickeln. Doch worin genau unterscheiden sich Data Analytics und

Unser tägliches Leben ist längst digitalisiert. Bei jeder Transaktion und Interaktion entstehen riesige Datenmengen. Diese wachsen Jahr für Jahr exponentiell an. Unternehmen müssen sich aktiv mit dem Thema beschäftigen und Kompetenzen aufbauen, um gezielt strategische Entscheidungen in diesem Datenmeer zu treffen und von den darin enthaltenen Informationen zu profitieren. Erfahren Sie, wie Sie von dieser

Im ersten Teil unserer Serie „Buzzword Bingo: Data Science“ widmeten wir uns den Begriffen Künstliche Intelligenz, Algorithmen und Maschinelles Lernen (machine learning). Nun geht es hier im zweiten Teil weiter mit der Begriffsklärung dreier weiterer Begriffe aus dem Data Science-Umfeld. Buzzword Bingo: Data Science – Teil II: Big Data, Predictive Analytics & Internet of Things

Im ersten Teil unserer Serie „Buzzword Bingo: Data Science“ widmeten wir uns den Begriffen Künstliche Intelligenz, Algorithmen und Maschinelles Lernen (machine learning), im zweiten Teil den Begriffen Big Data, Predictive Analytics und Internet of Things. Nun geht es hier im dritten und letzten Teil weiter mit der Begriffsklärung dreier weiterer Begriffe aus dem Data Science-Umfeld.

Rund um das Thema Data Science gibt es unglaublich viele verschiedene Buzzwords, die Ihnen sicherlich auch schon vielfach begegnet sind. Sei es der Begriff Künstliche Intelligenz, Big Data oder auch Deep Learning. Die Bedeutung dieser Begriffe ist jedoch nicht immer ganz klar und häufig werden Begriffe auch vertauscht oder in missverständlichen Zusammenhängen benutzt. Höchste Zeit

Zweifellos: Die Digitalisierung hat unsere Welt in den letzten Jahren enorm verändert. Jeder Mensch und jeder Prozess produziert heutzutage laufend Daten – doch wie kommt man an die Erkenntnisse, die in diesen Daten schlummern? Wie entlockt man den riesigen Datenmengen relevante Infos und Zusammenhänge, um Prozesse zu optimieren, Kosten zu sparen oder Umsätze zu steigern?

Vier Komma Fünf Aspekte für „mehr Mindset“ im Bereich Data Science Künstliche Intelligenz, kurz KI, ist kein Hype mehr, sondern angewandte Realität. Das ist mir im Rahmen meiner Arbeit, Data Science Weiterbildungen an den Markt zu bringen, schnell klar geworden. Unternehmen, die das erkannt haben, versuchen sich mit der umfangreichen Materie und der Flut an

Wenn heute von Künstlicher Intelligenz die Rede ist, denken viele Menschen noch an Science Fiction und an eine ferne Zukunft. Tatsächlich ist unser privater und geschäftlicher Alltag bereits von vielen Formen Künstlicher Intelligenz geprägt. Doch was ist KI überhaupt, wie wird sie in der Praxis eingesetzt und welche Konsequenzen hat ihr Einsatz auf unser Leben?

Teil 4 aus der Praxis-Serie „Hinter den agilen Kulissen“ – Ein- und Ausblicke für die agilen Profis von heute und morgen. In der 5-teiligen Blog-Artikel-Reihe geht es um zentrale Werkzeuge und Denkmodelle agiler Arbeit. Kundennähe hängt von der eigenen Rolle ab In allen Organisationen unterscheiden sich Mitarbeitende in Bezug auf die Intensität ihrer Kundenbeziehungen. Den

Mitarbeiter:innen 55+ als Erfolgsfaktoren im Projektmanagement An Projektleiter:innen werden nicht nur hohe, sondern vor allem weitgefächerte Anforderungen gestellt. Wer Projektleiter:innen finden will, die das breite Kompetenzprofil dieser Rolle erfüllen, sollte sich, laut den Ergebnissen einer aktuellen Studie, auf ältere Mitarbeiterinnen und Mitarbeiter fokussieren. Als wichtige Erfolgsfaktoren im Projektmanagement gelten vor allem persönliche Kompetenz, Sozial- und