Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Data Science Applications

Transkript

1 School of Engineering Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Data Science Applications Zürcher Fachhochschule Weiterbildung 1

2 Impressum Text: ZHAW School of Engineering Druck: Druckerei Peter Gehring AG, Winterthur Papier: Lessebo Smooth White, FSC- und PEFC-zertifiziert, CO -neutral März Einleitung Gemäss «Harvard Business Review» gilt der Beruf des Data Scientists als der «sexiest job» des 1. Jahrhunderts. Dementsprechend hoch ist bereits heute die Nachfrage nach Data Scientists bzw. nach Spezialisten im Bereich Big Data in der Wirtschaft. Es gibt jedoch derzeit noch wenig gut ausgebildete Data Scientists, die diesen Anforderungen gerecht werden. Das Diploma of Advanced Studies (DAS) Data Science bietet das Rüstzeug, um sich als Data Scientist in unterschiedlichsten Fragestellungen erfolgreich zu bewähren. Das DAS ist interdisziplinär aufgebaut und vermittelt Fähigkeiten etwa aus den Bereichen Data Warehousing & Big Data, Information Retrieval &Text Analytics sowie Statistics & Machine Learning. IT-Grundlagen, explorative Datenanalyse, Datenvisualisierung, Data Product Design und rechtlichethische Aspekte runden die Fähigkeiten eines Daten-Allrounders ab. Die erworbenen Kenntnisse ermöglichen es, komplexe Fragestellungen an der Schnittstelle zwischen Daten, IT und Business zu beantworten, neue Lösungswege aufzuzeigen und alleine oder im Team zu erarbeiten. Das DAS Data Science ist modular aufgebaut und besteht aus drei Certificates of Advanced Studies (CAS), nämlich dem CAS Information Engineering, dem CAS Datenanalyse sowie dem CAS Data Science Applications. 3

3 Zielgruppe Das DAS Data Science bzw. die darin enthaltenen CAS richten sich an Personen, die Unternehmensdaten oder öffentliche Daten bearbeiten datengestützte (Entscheidungs-) Grundlagen in Form von Berichten oder Web-Applikationen erstellen Kundendaten (im Customer Relationship Management, kurz CRM) auswerten wollen wissenschaftliche Daten auswerten wollen verschiedenste Datenquellen zusammen führen und auswerten wollen bestehende Informationen in einer oder verschiedenen Datenquellen auffinden wollen in den Bereichen Business Analytics oder Business Intelligence arbeiten Zielsetzungen Die Absolventen erwerben sowohl theoretische Grundlagen als auch praktische Fähigkeiten in den folgenden Bereichen: Data Warehousing & Big Data Information Retrieval & Text Analytics Statistik & Machine Learning Design & Entwicklung von Data Products Datenschutz & Datensicherheit Modularer Aufbau Das DAS Data Science ist modular aufgebaut und besteht aus folgenden drei Certificates of Advanced Studies (CAS): CAS Information Engineering CAS Datenanalyse CAS Data Science Applications Das CAS Information Engineering und das CAS Datenanalyse sind unabhängig voneinander und können somit in beliebiger Reihenfolge absolviert werden. Das CAS Data Science Applications kann nur nach erfolgreicher Absolvierung des CAS Information Engineering sowie des CAS Datenanalyse absolviert werden. Sowohl das CAS Information Engineering als auch das CAS Datenanalyse finden in Form von Präsenzveranstaltungen und Praktika statt. Das CAS Data Science Applications besteht zu 80 Prozent aus Präsenzveranstaltungen und zu 0 Prozent aus einer selbstständigen Projektarbeit. Die Studierenden sind in der Lage, aus stru k - tu r ierten und unstrukturierten Daten Informationen zu extrahieren, zur Analyse bereitzustellen und für weitere Aufgaben nutzbar zu machen. Des Weiteren besitzen sie die Fähigkeiten, statistische Analysen von komplexen Daten zu machen und sind imstande, skalierbare Lösungen zu entwickeln, um die immer grösser werdenden Datenmengen in Unternehmen zu bewältigen. Dadurch sind sie in der Lage, durch datengetriebene Enscheidungsunterstützung massgeblich zum Erfolg Ihres Unternehmens beizutragen. 4 5

4 Struktur und Inhalt CAS Information Engineering Modul Inhalt Lernziele ECTS A: Scripting Einführung in Python mit scipy und scikit-learn Anwendungsmöglichkeiten in den Bereichen Datenextraktion, Datenanalyse und Datenvisualisierung Erstellung von Mashups mit externen Web-Services Sie kennen die Grundlagen der Script- Sprache Python sowie der relevanten Bibliotheken. Sie können die Script-Sprache für unterschiedliche Schritte im Datenanalyseprozess einsetzen. Überblick Wir leben in einer Welt, in welcher die Sammlung, Aufbereitung und Nutzbarmachung von Informationen und Daten zunehmend zentral wird. Unter Information Engineering verstehen wir Methoden und Verfahren zur Gestaltung und Entwicklung von Informationssystemen. In diesem CAS lernen Sie, wie man sowohl mit strukturierten Daten (z.b. aus Datenbanken und Data Warehouses) als auch mit semistrukturierten und unstrukturierten Daten (z. B. Weblogs, Textdokumenten, Bildern, Videos etc.) umgeht. Folgende Fragestellungen stehen im Zentrum des CAS Information Engineering: Welche Scripting-Methoden eignen sich für die Prozessierung von Daten? Was sind die Grundlagen einer relationalen Datenbank und wie kann ich Daten mit einer geeigneten Abfragesprache (SQL) filtern? Warum braucht man ein Data Warehouse und wie integriert man Daten aus unterschiedlichen Systemen? Was verbirgt sind hinter Big Data (Hadoop, MapReduce, Pig, Hive, STORM etc.) und welche neuen Fragestellungen lassen sich damit beantworten? Wie kann ich Sentimentanalyse für meine Unternehmung einsetzen, um neue Erkenntnisse über die Kundenzufriedenheit zu gewinnen und effektiv darauf zu reagieren? Methodik Klassenunterricht, begleitetes Selbststudium (praktische Arbeiten an Fallbeispielen mit Laptop), individuelles Selbststudium, Prüfungsvorberei - t ungen und Modulendprüfung. Unterrichtszeiten Der Unterricht findet berufsbegleitend einmal pro Woche jeweils am Montagnachmittag von Uhr (6 Lektionen) statt. Das CAS Information Engineering dauert rund sieben Monate. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Winterthur. Studienleitung Dr. Kurt Stockinger Telefon kurt.stockinger@zhaw.ch B: Datenbanken and Data Warehousing C: Big Data D: Information Retrieval & Text Analytics Relationale Algebra und Datenbank - ab fragesprache SQL Einführung in Decision-Support-Systeme: Definition, Abgrenzung, Vergleich OLTP (transaktionsbasierte Systeme) und OLAP (Analysesysteme) Architektur und Modellierung: DWH- Aufbau, Datenmodellierung für Analysezwecke ETL-Prozess: Kopplung von OLTP und Business Intelligence (BI)-Welt, automatisiertes Laden, Datenqualität: Fehlererkennung und -korrektur, iteratives Vorgehen beim DWH-Entwurf Big-Data-Überblick: Einsatzkonzepte für grosse und unstrukturierte Daten Überblick über NoSQL Skalierbare Abfragen und Analysen: MapReduce mit Hadoop, SQL-ähnliche Interfaces mit Pig und Hive Real Time Analytics mit STORM Einführung in Information Retrieval Grundlagen: Modelle, Probability Ranking Principle, Rangierungsregeln Indizierung/Vergleich: Textanalyse, Gewichtung, Systeme/Architektur Sentiment-Analyse, Text Summarization, mehrsprachiges und sprachübergreifendes Retrieval Multimedia Information Access Wie man strukturierte Daten aufbereitet, modelliert und für die Analyse bereitstellt. Sie verstehen die Grundlagen der relationalen Algebra und können die Datenbanksprache SQL anwenden. Sie verstehen die Wesensmerkmale und den Aufbau sowie den Zweck von DWH-Systemen. Sie können Architektur und Design von skalierenden DWH-Systemen entwerfen. Sie kennen die Technologien und Bausteine von DWH-Systemen und sind in der Lage, diese Bausteine beispielhaft zur Implementation zu nutzen. Wie man skalierbare Analysesysteme mit Big-Data-Technologie aufbaut und nutzt. Sie verstehen die Wesensmerkmale und den Aufbau sowie den Zweck von Big-Data-Systemen Sie können Big-Data-Systeme beurteilen und evaluieren. Sie sind in der Lage, ein Big-Data-Projekt mit beliebiger Datenmenge durchzuführen. Sie haben in den Praktika Hands-on- Erfahrung mit State-of-the-Art-Tools wie Apache Hadoop Ecosystem gesammelt. Wie man unstrukturierte Texte aufbereitet und nutzbar macht. Sie kennen konkrete Retrievalsysteme (z. B. Websuche/Google, fachspezifische Suche u. a.) und haben einen soliden Einblick in das Gebiet: Grundlagen, Theorie, Stand der Technik, Praxis und Auswertung. Sie beherrschen die Wahl der richtigen Technologie für Suchaufgaben und können Information-Retrieval-Systeme evaluieren und bewerten. Sie kennen Methoden der tiefergehenden Textanalyse wie Sentimentanalyse und können mit maschineller Übersetzung umgehen. Sie lernen Methoden kennen, um Merkmale aus nicht textuellen Dokumenten zu extrahieren. 3 3 TOTAL ECTS-Punkte

5 Struktur und Inhalt CAS Datenanalyse Modul Inhalt Lernziele ECTS A: Konzepte und Werkzeuge zur Beschreibung und Visualisierung von Daten Allgemeine Einführung, Datentypen, Verteilung und Kennzahlen (Lage, Streuung, Quantile) Einführung in das zu verwendende Statistikprogramm (R mit R-Studio) Datenvisualisierung mit Balkendiagramm, Kuchendiagramm, Häufigkeitstabellen, Histogramm, Korrelationsmatrix, Pairs-Plot, Boxplot und Streudiagramm, Mosaikplot Dos and don ts der grafischen Darstellung von Daten Simpson-Paradoxon Sie können Daten geeignet beschreiben und grafisch darstellen. Sie erkennen missbräuchliche Anwendungen von grafischen Darstellungen. Sie sind vertraut mit dem Simpson- Paradoxon. B: Statistische Grundlagen der Datenanalyse Statistisches Modell versus Daten Zufallsvariable Schliessende Statistik (Schätzen, Ver trauensintervall, Testen) bei Zähldaten (Poisson- und Binomial-Modell) und bei metrischen Daten (Normalverteilung) Zentraler Grenzwertsatz Sie können mit einfachen statistischen Modellen umgehen. Sie kennen die statistischen Konzepte der Schätzung, des Hypothesentests sowie des Vertrauensintervalls und können sie in der Praxis anwenden. Überblick Das CAS Datenanalyse vermittelt einen Einstieg in das statistische Denken sowie in klassische und neue Konzepte der Datenanalyse. Die Studierenden lernen in Abhängigkeit der fachlichen Fragestellung (business understanding) und der Art der Daten Vorgehensweisen und Methoden kennen, um nütz - liche Erkenntnisse aus den Daten zu extrahieren. Folgende Fragestellungen stehen im Zentrum des CAS Datenanalyse: Wie können Daten beschrieben und dargestellt werden? Welche Informationen sind in den Daten enthalten, wie werden diese sichtbar gemacht und welche Schlüsse können daraus gezogen werden? Wie und welche Daten sollen erhoben werden? Methodik Klassenunterricht, begleitetes Selbststudium (praktische Arbeiten an Fallbeispielen mit Laptop), individuelles Selbststudium, Prüfungsvorberei - t ungen und Modulendprüfung. Unterrichtszeiten Der Unterricht findet berufsbegleitend einmal pro Woche jeweils am Mittwochnachmittag von Uhr (6 Lektionen) statt. Das CAS Datenanalyse dauert rund sieben Monate. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Winterthur. Studienleitung Prof. Dr. Andreas Ruckstuhl Telefon andreas.ruckstuhl@zhaw.ch C: Multiple Regression, die Basis der Datenanalyse D: Zeitreihen und Prognosen E: Clustering und Klassifikation Multiple lineare Regression Modellvielfalt Schätzung der Parameter, Hypothesentest und Vertrauensintervalle Prognose und Prognose-Bereiche Residuen-Analyse, Variablenselektion, Kreuzvalidierung und Modellbaustrategien Interpretation, Transformationen Was sind Zeitreihen? STL-Zerlegung Autokorrelation Art der Prognose Unsicherheit von Prognosen (quantitative Bewertung der Prognosegüte) Zeitliche Prognosen mit exponentieller Glättung AR-Prozess Hierarchische Cluster-Verfahren Heatmap Klassifikationsbaum Bootstrapping Random Forest Beurteilung eines Klassifikators (Fehlerrate, Sensitivität, Spezifität etc.) Sie können das multiple lineare Regressionsmodell zur Analyse von metrischen Daten (z. B. Messdaten) und zur Prognose einsetzen. Sie können beurteilen, ob das Regressionsmodell zu den Daten passt (Residuen-Analyse). Sie können ein Regressionsmodell Datengestützt entwickeln. Sie kennen die Eigenheiten von Zeitreihen. Sie können Zeitreihen in ihre Bestandteile zerlegen. Sie können exponentielle Glätter für die Prognose einsetzen und Prognoseunsicherheiten bestimmen. Sie können gängige Methoden zur Strukturentdeckung in Daten anwenden. Sie können einem Objekt mit einer Auswahl von Klassifikationsverfahren Daten-gestützt seine Klassenzugehörigkeit ermitteln. Sie können die Performance eines Klassifikationsverfahrens bei einem gegebenen Datensatz ermitteln. TOTAL ECTS-Punkte

6 Struktur und Inhalt CAS Data Science Applications Modul Inhalt Lernziele ECTS A: Machine Learning Grundlagen, Einsatzkonzepte und Best Practices für Machine Learning Ausgewählte Machine Learning Algo rithmen (Clustering, Classification, Anomaly Detection) Skalierbare Machine-Learning-Lösungen mit Apache Mahout Feature Engineering Sie kennen die wesentlichen Grundlagen und Best Practices zum Einsatz von ML-Verfahren. Sie können skalierbare Machine-Learning- Algorithmen basierend auf Hadoop und Mahout einsetzen. Sie können für einen gegebenen Datensatz ein geeignetes ML-Verfahren auswählen und die Features entsprechend aufbereiten. B: Big Data Visualization Visualisierung von grossen/ hochdimensionalen Daten Beispiele für innovative Visualisierungen (Parallel Coordinates, Grand-Tour) Interaktive Visualisierungen Visualisieren von Ähnlichkeiten (Dendrogram, Hypertree) Graph Analytics Sie verwenden grafische Darstellungen Ihrer Daten zur Analyse («Visual Analytics») und Präsentation («Informationsvisualisierung»). Sie kennen dimensionsreduzierende Verfahren und können diese anwenden. Sie kennen die Grundlagen guter grafischer Visualisierungen. Überblick Das CAS Data Science Applications baut auf die beiden zuvor beschriebenen CAS auf. Basierend auf den dort vermittelten Analyse-zentrierten IT- und Statistik-Kompetenzen wird im Rahmen des CAS Data Science Applications die Arbeit des Data Scientists in den Mittelpunkt gestellt. Die Studierenden lernen, Data Products mit Blick auf technische, analytische, gesellschaftliche und betriebliche Fragestellungen zu entwickeln. Der verantwortungsvolle Umgang mit Daten wird durch die Gegenüberstellung fortgeschrittener technischer Möglichkeiten und Aspekten aus Sicherheit, Privatheit und Recht vermittelt. Folgende Fragestellungen stehen im Zentrum des CAS Data Science Applications: Wie schafft man optimale Bedingungen für maschinelles Lernen? Wie kann das menschliche Sehen zur Analyse und Vermittlung von Informationen eingesetzt werden? Was macht ein gutes Data Product aus? Wie verhält man sich im Spannungsfeld von Big-Data-Analyse und Datenschutz? Methodik Klassenunterricht, begleitetes Selbststudium (praktische Arbeiten an Fallbeispielen mit Laptop), individuelles Selbststudium und Projektarbeit. Unterrichtszeiten Der Unterricht findet berufsbegleitend einmal pro Woche jeweils am Mittwochnachmittag von Uhr (6 Lektionen) statt. Das CAS Data Science Applications dauert rund 6 Monate. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Winterthur. Studienleitung Dr. Kurt Stockinger Telefon kurt.stockinger@zhaw.ch C: Design und Entwicklung von Data Products D: Datenschutz und Datensicherheit E: Projektarbeit Was kennzeichnet ein gutes Data Product? Worauf muss beim Entwickeln von Data Products geachtet werden? Wirtschaftliche Aspekte Nutzung von externen (Daten-) Ressourcen Case Studies & Best Practices für gute Data Products Rechtliche Rahmenbedingungen in der Schweiz Ethik der Datenauswertung Sicherheitskonzepte zum Schutz von Daten Datenanonymisierung und ihre Grenzen Arbeit über ein ausgewähltes Thema des Bereichs Data Science (aus dem eigenen Arbeitsbereich oder der aktuellen Forschung) Sie kennen die wichtigsten Design-Aspekte von Data Products. Sie kennen die wirtschaftliche Bedeutung von Data Products. Sie können die verschiedenen Anforderungen an das Data Product integrieren. Sie kennen zusätzliche Ressourcen und können diese nutzen. Sie kennen die rechtlichen und ethischen Rahmenbedingungen für den Umgang mit Daten in der Schweiz. Sie wissen, wie man Daten mit modernen Sicherheitsmechanismen schützt. Selbständiges Erarbeiten und Implementieren eines Data-Science-Projektes. TOTAL ECTS-Punkte

7 Allgemeine Informationen Zulassung Die Zulassung zu einem DAS oder CAS setzt grundsätzlich einen Hochschulabschluss (Fachhochschule, HTL, HWV, Uni, ETH) voraus. Es können aber auch Praktikerinnen und Praktiker mit vergleichbarer beruflicher Kompetenz zugelassen werden, wenn sich die Befähigung zur Teilnahme aus einem anderen Nachweis ergibt. Grundkenntnisse der Programmierung in einer beliebigen Programmiersprache und Affinität zu Datenbanken und zur Datenanalyse sind von Vorteil. Studiendauer DAS Data Science Das Studium wird berufsbegleitend absolviert und findet je nach gewählter Variante entweder einmal oder zweimal pro Woche statt. Das gesamte DAS Data Science umfasst ca. 70 Kurstage. In der parallelen Variante kann das gesamte DAS in etwas mehr als 1 Jahr absolviert werden. Die konsekutive Variante dauert rund Jahre. Die einzelnen CAS dauern je rund ein halbes Jahr. Die folgenden beiden Abbildungen verdeutlichen diese beiden Varianten. Montag Mittwoch Folgende Informationen betreffen sowohl das gesamte DAS Data Science als auch die einzelnen darin enthaltenen CAS. Der modulare Aufbau des DAS Data Science erlaubt es Ihnen, Ihre Weiterbildung zeitlich als auch inhaltlich individuell entlang Ihren Bedürfnissen zu planen. Oktober Oktober Mai Juni Juni CAS Data Science Applications CAS Information Engineering CAS Datenanalyse Abbildung 1: DAS Data Science in paralleler Variante. Durchlaufzeit rund 1 Jahr. November 1 13

8 Montag Oktober Juni CAS Information Engineering Mittwoch Oktober CAS Datenanalyse Abschluss/ECTS Der erfolgreiche Abschluss eines der oben vorgestellten CAS wird mit einem CAS-Zertifikat bestätigt. Die Studienleistung eines solchen CAS entspricht 10 ECTS-Punkten (European Credit Transfer System). Nach erfolgreichem Abschluss aller drei CAS wird das Diplom «DAS in Data Science» erteilt. Die Studienleistung dieses DAS entspricht 30 ECTS- Punkten. Studiengebühren Die Details bzgl. Studiengebühren können Sie direkt unserer Website entnehmen: Durchführungsort ZHAW Zürcher Hochschule für Angewandte Wissenschaften School of Engineering Technikumstrasse 9 CH-8401 Winterthur Dozierende Das Team der Dozierenden besteht aus ausgewiesenen Fachpersonen mit Kompetenzen im akademischen und praktischen Bereich. Hier ein Auszug der Dozierendenliste: Prof. Dr. Martin Braschler Dr. Marcel Dettling Dr. Oliver Dürr Dr. Christoph Hofer Prof. Dr. Andreas Ruckstuhl Prof. Dr. Beate Sick Dr. Thilo Stadelmann Dr. Kurt Stockinger Informationsveranstaltung Sie können sich über folgenden Link zu einer der regelmässig stattfindenden Informationsveranstaltungen anmelden: Anmeldung Anmelden können Sie sich direkt online unter: Mai Juni CAS Data Science Applications Abbildung : DAS Data Science in konsekutiver Variante. Das CAS Information Engineering und das CAS Datenanalyse können auch in umgekehrter Reihenfolge absolviert werden. Durch laufzeit rund Jahre. November 14 15

9 Zürcher Hochschule für Angewandte Wissenschaften School of Engineering Sekretariat Weiterbildung Winterthur Technikumstrasse 9 CH-8401 Winterthur Telefon weiterbildung.engineering@zhaw.ch 16