Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Data Science Applications
|
|
- Oswalda Eberhardt
- vor 8 Jahren
- Abrufe
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
Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Data Science Applications
School of Engineering Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Data Science Applications Zürcher Fachhochschule www.engineering.zhaw.ch
MehrInnovation entsteht zuallererst in klugen Köpfen
Innovation entsteht zuallererst in klugen Köpfen Lernen ganz nach Ihren Bedürfnissen Schulungen Die Data Science Academy bietet aktuell sowohl Tagesschulungen als auch einen 5-Tage-Kompaktkurs an. In Fachvorträgen
MehrAmtliche Mitteilungen Nr. 11/2006 05.07.2006 Studien- und Prüfungsordnung für den Master-Studiengang Wirtschaftsinformatik
Amtliche Mitteilungen Nr. 11/2006 05.07.2006 Studien- und Prüfungsordnung für den Master-Studiengang Wirtschaftsinformatik Inhaltsverzeichnis 1 Geltungsbereich 2 Bezugnahme auf die Musterordnung 3 Leitbild
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrSchool of Management and Law. Dok.-Verantw.: wend
Studienordnung für den Zertifikatslehrgang Certificate of Advanced Studies (CAS) in Public Management (ehemals CAS in Betriebswirtschaftslehre und Führungskompetenz in der öffentlichen Verwaltung) Beschluss
MehrStudienordnung für den Diplomlehrgang mit Kantonalem Fachausweis Öffentliche Finanzen und Steuern IVM
Studienordnung für den Diplomlehrgang mit Kantonalem Fachausweis Öffentliche Finanzen und Steuern IVM Gültig ab 1.1.2012 Beschluss: 10.03.2011 Seite 1 von 5 Die Departementsleitung, gestützt auf die Rahmenstudienordnung
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrProbleme kann man nie mit derselben Denkweise lösen, durch die sie entstanden sind. Albert Einstein BERATUNG
Probleme kann man nie mit derselben Denkweise lösen, durch die sie entstanden sind. Albert Einstein BERATUNG INHALT Individuelle CSR Beratung Fragestellungen Ziele Leistung Beruflicher Hintergrund Aus-
MehrEXASOL Anwendertreffen 2012
EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2
MehrStudieren- Erklärungen und Tipps
Studieren- Erklärungen und Tipps Es gibt Berufe, die man nicht lernen kann, sondern für die man ein Studium machen muss. Das ist zum Beispiel so wenn man Arzt oder Lehrer werden möchte. Hat ihr Kind das
MehrMathe studieren und dann? als Mathematiker im Job. Probestudium im LMU Mathe Sommer 2011, 08. Sept. 2011 Andreas Klein
Mathe studieren und dann? als Mathematiker im Job Probestudium im LMU Mathe Sommer 2011, 08. Sept. 2011 Andreas Klein 1 Ein Beispiel aus der Praxis: Andreas Klein, Dipl.-Math., Aktuar DAV, 35 20-21: Abitur
MehrIT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung
IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für ihre Entscheidung Entdecken Sie was IT Sicherheit im Unternehmen bedeutet IT Sicherheit
MehrProf. Dr.-Ing. Rainer Schmidt 1
Prof. Dr.-Ing. Rainer Schmidt 1 Business Analytics und Big Data sind Thema vieler Veröffentlichungen. Big Data wird immer häufiger bei Google als Suchbegriff verwendet. Prof. Dr.-Ing. Rainer Schmidt 2
MehrCAS Certificate of Advanced Studies Strategisches Marketing. Von der Zielsetzung zur Zielerreichung. Crossing Borders.
CAS Certificate of Advanced Studies Strategisches Marketing Von der Zielsetzung zur Zielerreichung. Crossing Borders. Das Studium Der CAS Strategisches Marketing befasst sich mit den Kernaufgaben des Produkt-
MehrSchool of Engineering
School of Engineering Weiterbildungen im Bereich Data Science MAS Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Machine Intelligence CAS Statistical Modelling CAS Data
MehrTrain the Trainer. Massgeschneiderte Trainingsmodule zu Didaktik-Methodik, Einsatz von Medien, Auftrittskompetenz, mentale Stärke u.a.
Train the Trainer Massgeschneiderte Trainingsmodule zu Didaktik-Methodik, Einsatz von Medien, Auftrittskompetenz, mentale Stärke u.a. Für Trainer/innen und Kursleitende in Organisationen sowie Fachspezialisten/-innen
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrPersönliches Kompetenz-Portfolio
1 Persönliches Kompetenz-Portfolio Dieser Fragebogen unterstützt Sie dabei, Ihre persönlichen Kompetenzen zu erfassen. Sie können ihn als Entscheidungshilfe benutzen, z. B. für die Auswahl einer geeigneten
MehrW.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)
Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,
MehrNach erfolgreicher Beendigung des Studiums wird durch die Hochschule. Ludwigshafen der international anerkannte akademische Grad
Kurzinformationen auf einen Blick Abschluss Nach erfolgreicher Beendigung des Studiums wird durch die Hochschule Ludwigshafen der international anerkannte akademische Grad Master of Business Administration
MehrÜbersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg
Übersicht: Modul 2 Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse Dr. H.-G. Sonnenberg Modul 2 4 Kurse : Modul 2 im Bc. Psychologie: - Empirische Sozialforschung
MehrSchool of Engineering CAS Pro jektmanagement
School of Engineering CAS Pro jektmanagement Zürcher Fachhochschule www.zhaw.ch/engineering/weiterbildung Weiterbildung 1 Impressum Text: ZHAW School of Engineering Druck: Druckerei Peter Gehring AG, Winterthur
MehrWir beraten Sie. Wir unterstützen Sie. Wir schaffen Lösungen. Wir bringen Qualität. Wir beraten Sie. Wir unterstützen Sie. Wir schaffen Lösungen
Was bedeutet es, ein Redaktionssystem einzuführen? Vorgehensmodell für die Einführung eines Redaktionssystems Die Bedeutung Fast alle Arbeitsabläufe in der Abteilung werden sich verändern Die inhaltliche
MehrKompetenzschmiede für Sozialunternehmer
Executive Training am Centrum für soziale Investitionen und Innovationen Kompetenzschmiede für Sozialunternehmer 03.-05. Mai 2013 Centrum für soziale Investitionen und Innovation Centre for Social Investment
MehrIndividuelles Bachelorstudium. Software Engineering for Physics
Individuelles Bachelorstudium Software Engineering for Physics 1 Qualifikationsprofil Das individuelle Bachelorstudium Software Engineering for Physics vermittelt eine breite, praktische und theoretische
MehrHinweise zur Bewerbung Master of Industrial Sales and Innovation Management
Hinweise zur Bewerbung Master of Industrial Sales and Innovation Management Es gelten alle Anforderungen des Bewerbungsverfahrens der HTW, siehe onlinebewerbung.htw-berlin.de Nach der Online-Bewerbung
MehrInstitut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.
Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering
MehrBegrüßung mit Schwung und Begeisterung. Die Teilnehmer müssen spüren, dass die Aufgabe Spaß macht.
Begrüßung mit Schwung und Begeisterung. Die Teilnehmer müssen spüren, dass die Aufgabe Spaß macht. Wenn Sie die Teilnehmer kennen, ein paar persönliche Worte... oder Alternativ eine Frage zum aktuellen
MehrDie Lernumgebung des Projekts Informationskompetenz
Beitrag für Bibliothek aktuell Die Lernumgebung des Projekts Informationskompetenz Von Sandra Merten Im Rahmen des Projekts Informationskompetenz wurde ein Musterkurs entwickelt, der den Lehrenden als
MehrSchool of Engineering
School of Engineering Weiterbildungen im Bereich Data Science DAS Data Science CAS Information Engineering CAS Datenanalyse CAS Machine Intelligence CAS Statistical Modelling CAS Data Product Design Zürcher
MehrGeschäftsprozessmanagement
Jetzt fit machen: Geschäftsprozessmanagement Seminare für die öffentliche Verwaltung 2015/2016 DIE VERWALTUNG HEUTE & MORGEN Die öffentliche Verwaltung befindet sich bei der Modernisierung ihrer Strukturen
MehrInformation zum Projekt. Mitwirkung von Menschen mit Demenz in ihrem Stadtteil oder Quartier
Information zum Projekt Mitwirkung von Menschen mit Demenz in ihrem Stadtteil oder Quartier Sehr geehrte Dame, sehr geehrter Herr Wir führen ein Projekt durch zur Mitwirkung von Menschen mit Demenz in
MehrSpezialisierung Business Intelligence
Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business
MehrDigital Learning für Unternehmen Massgeschneiderte Aus- und Weiterbildungen
Digital Learning für Unternehmen Massgeschneiderte Aus- und Weiterbildungen Vom Präsenzlernen zum digitalen Lernen. Crossing Borders. Ein Angebot des Zentrums für Innovative Didaktik Unser Angebot Unsere
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrVertrauen in Medien und politische Kommunikation die Meinung der Bürger
Vortrag Vertrauen in Medien und politische Kommunikation die Meinung der Bürger Christian Spahr, Leiter Medienprogramm Südosteuropa Sehr geehrte Damen und Herren, liebe Kolleginnen und Kollegen, herzlich
MehrInterview zum Thema Management Reporting &Business Intelligence
Interview zum Thema Management Reporting &Business Intelligence Das ist ja interessant. Können Sie etwas näher beschreiben, wie ich mir das vorstellen kann? Jens Gräf: In einem Technologieunternehmen mit
MehrEhrenamtliche weiterbilden, beraten, informieren
Ehrenamtliche weiterbilden, beraten, informieren Inhaltsverzeichnis Regionalentwicklung und 16 Zukunftsprojekte 3 Weiterbildung worum geht es? 4 Ein konkretes Beispiel 5 Seminar Freiwilligenmanagement
MehrProjektsteuerung Projekte effizient steuern. Welche Steuerungsinstrumente werden eingesetzt?
1.0 Projektmanagement Mitarbeiter, die Projekte leiten oder zukünftig übernehmen sollen Vermittlung von Grundwissen zur erfolgreichen Durchführung von Projekten. Die Teilnehmer erarbeiten anhand ihrer
MehrWEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS
WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS HINEIN GEHÖRT DATA SCIENTIST, STATISTIKER, DATA MINER, ANALYST,. Gibt es noch mehr von denen. die arbeiten mit Big Data
MehrDER SELBST-CHECK FÜR IHR PROJEKT
DER SELBST-CHECK FÜR IHR PROJEKT In 30 Fragen und 5 Tipps zum erfolgreichen Projekt! Beantworten Sie die wichtigsten Fragen rund um Ihr Projekt für Ihren Erfolg und für Ihre Unterstützer. IHR LEITFADEN
MehrSchool of Engineering Teilzeitstudium
School of Engineering Teilzeitstudium Zürcher Fachhochschule www.zhaw.ch/engineering Studium Beruf und Studium kombinieren Sie sind bereits fest im Berufsleben verankert, wollen Ihr Studium mit einer Arbeitstätigkeit
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
Mehr----------------------------------------------------------------------------------------------------------------------------------------
0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,
MehrPraktikumsbetreuung im Bachelorstudiengang Psychologie
Fakultät für Humanwissenschaften Institut für Psychologie Praktikumsbetreuung im Bachelorstudiengang Psychologie (Stand: 21.1.2011) Inhalt: 1. Allgemeines S. 2 2. Anleitung zur Benutzung des Praktikumskurses
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrContent Management System mit INTREXX 2002.
Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,
MehrWARENWIRT- SCHAFT UND ERP BERATUNG Mehr Sicherheit für Ihre Entscheidung
WARENWIRT- SCHAFT UND ERP BERATUNG Mehr Sicherheit für Ihre Entscheidung IT-SERVICE Warenwirtschaft (WaWi) und Enterprise Resource Planning (ERP) WaWi und ERP Beratung Kunden erfolgreich beraten und während
MehrPflegende Angehörige Online Ihre Plattform im Internet
Pflegende Angehörige Online Ihre Plattform im Internet Wissen Wichtiges Wissen rund um Pflege Unterstützung Professionelle Beratung Austausch und Kontakt Erfahrungen & Rat mit anderen Angehörigen austauschen
MehrRMeasy das SAP IS U Add On für Versorgungsunternehmen. Optimieren Sie Ihre Prozesse in Kundengewinnung und Kundenbindung.
Beschreibung Wenn Sie: mit ECC 6.0 und IS-U auf die integrierte Systemlösung der SAP setzen und zur Gewinnung neuer und Bindung vorhandener Kunden eine gleichfalls integrierte Lösung suchen und eine Produkt
MehrVorläufige Struktur. Politikwissenschaft/Wirtschaftswissenschaft im Staatsexamensstudiengang Lehramt für Gymnasien
Vorläufige Struktur Politikwissenschaft/Wirtschaftswissenschaft im Staatsexamensstudiengang Lehramt für Gymnasien Der Studiengang wird nur als Hauptfach angeboten, kein Erweiterungsfach, kein Beifach Stand
MehrAngewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Behörden- und Gerichtsdolmetschen
Zürcher Hochschule für Angewandte Wissenschaften Angewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Behörden- und Gerichtsdolmetschen Certificate of Advanced Studies (CAS) Zürcher Fachhochschule
MehrNeu als stellvertretendes Vorstandsmitglied/Verhinderungsvertreter
30.08.2016-2017 von Durchgang 10 / 09.00 Uhr bis 16.00 Uhr Bonn und Berlin Neu als stellvertretendes Vorstandsmitglied/Verhinderungsvertreter Zielgruppe Obere Führungskräfte Ziele Sie wurden oder werden
MehrSicher auf Erfolgskurs. Mit Ihrem Treuhand-Betriebsvergleich
Sicher auf Erfolgskurs Mit Ihrem Treuhand-Betriebsvergleich Leistungsübersicht Der neue Treuhand-IBV eines der besten Instrumente für Ihre Unternehmensführung Weil Sie jetzt ganz leicht den Überblick behalten
MehrDurch mein duales studium möchte ich etwas mitbewegen.
Durch mein duales studium möchte ich etwas mitbewegen. unsere Produkte sind immer dabei. Unsere Produkte sind zwar nicht immer auf den ersten Blick sichtbar, aber sie sind fester Bestandteil des täglichen
MehrStudienordnung. für den Virtuellen Weiterbildungsstudiengang. Wirtschaftsinformatik (VAWi) an der Otto-Friedrich-Universität Bamberg
Studienordnung für den Virtuellen Weiterbildungsstudiengang Wirtschaftsinformatik (VAWi) an der Otto-Friedrich-Universität Bamberg Vom 31. März 2008 (Fundstelle: http://www.uni-bamberg.de/fileadmin/uni/amtliche_veroeffentlichungen/2008/2008-70.pdf)
MehrExecutive Information. SAP HANA Ihr Weg zum In-Memory-Computing
Executive Information SAP HANA SAP HANA Hintergrund Die Datenmengen in Unternehmen wachsen exponentiell. Gleichzeitig wird die Zeit, die für fundierte und datengestützte Entscheidungen zur Verfügung steht,
MehrVom kompetenzorientierten Unterricht zur kompetenzorientierten Matura
Vom kompetenzorientierten Unterricht zur kompetenzorientierten Matura Mag. DDr. Martin Apolin GRG 17 und Fakultät f. Physik/Didaktik Eines muss man zunächst ganz klar festhalten: Man kann nicht erwarten,
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrSeminare für Altersarbeit Weiterbildung für Freiwillige
Seminare für Altersarbeit Weiterbildung für Freiwillige umfassend kompetent zielgerichtet ein gemeinsames Angebot von und ALFRED ADLER INSTITUT G E N E R AT IO N E N U N D ALT ER Fachstellen für Freiwilligenarbeit
MehrCAS Öffentlichkeitsarbeit in Bildungsinstitutionen
H Zug Zusatzausbildung CAS Öffentlichkeitsarbeit in Bildungsinstitutionen In Zusammenarbeit mit Pädagogische Hochschule Zug Professionell kommunizieren Auch von Bildungsinstitutionen wird heute erwartet,
MehrI.O. BUSINESS. Checkliste Trainerauswahl
I.O. BUSINESS Checkliste Trainerauswahl Gemeinsam Handeln I.O. BUSINESS Checkliste Trainerauswahl Den richtigen Trainer zu finden, gestaltet sich oft gar nicht so leicht. Nicht jeder Trainer hält auch,
MehrWM³ Weiterbildung Mittelhessen
Ein Verbundprojekt der drei mittelhessischen Hochschulen Verfahren zur Anerkennung und Anrechnung außerhochschulischer Kompetenzen: Hemmnisse und Lösungsansätze zur nachhaltigen Implementierung Helmar
MehrPraktikumsbetreuung im Bachelorstudiengang Psychologie
Fakultät für Humanwissenschaften Institut für Psychologie Praktikumsbetreuung im Bachelorstudiengang Psychologie Inhalt: 1. Allgemeines S. 2 2. Anleitung zur Benutzung des Praktikumskurses im Virtuellen
MehrWorum geht es in diesem Projekt?
Worum geht es in diesem Projekt? In dem Aktuellen SocialMedia Umfeld wird es immer schwieriger der Informationsflut und Schnittstellen Basis Herr zu werden und alle Schnittstellenprozesse im Überblick
MehrFachbereich Wirtschaftswissenschaften Die Vorsitzenden der Prüfungsausschüsse
Fachbereich Wirtschaftswissenschaften Die Vorsitzenden der Prüfungsausschüsse Hinweise für Studierende in den Bachelorstudiengängen Business Administration (B.A.; Rheinbach) Betriebswirtschaft (B.Sc.;
MehrFinance and Accounting - Masterstudium
Finance and Accounting - Masterstudium Ziele des Masterstudiums Finance & Accounting Ziel des Masterstudiums "Finance and Accounting" ist, vertiefendes Wissen sowohl im Bereich Finance als auch im Bereich
MehrBachelor Prüfungsleistung
FakultätWirtschaftswissenschaftenLehrstuhlfürWirtschaftsinformatik,insb.Systementwicklung Bachelor Prüfungsleistung Sommersemester2008 EinführungindieWirtschaftsinformatik immodul GrundlagenderWirtschaftswissenschaften
MehrEin Vorwort, das Sie lesen müssen!
Ein Vorwort, das Sie lesen müssen! Sehr geehrte Teilnehmerin, sehr geehrter Teilnehmer am Selbststudium, herzlichen Glückwunsch, Sie haben sich für ein ausgezeichnetes Stenografiesystem entschieden. Sie
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrErfahrungsaustausch zwischen Städten als Wissensmanagement
Erfahrungsaustausch zwischen Städten als Wissensmanagement Öffentlicher Raum - zwischen Planbarkeit und Unberechenbarkeit Workshop am 29.01.2009 Folie 1, 29. Januar 2009 Ausgangslage -Im Rahmen des Projektes
MehrNewsletter der Graduate School Rhein-Neckar 3. Ausgabe 2013 17. September 2013
Newsletter der Graduate School Rhein-Neckar 3. Ausgabe 2013 17. September 2013 In dieser Ausgabe 1. Engineering Management und IT Management erneut ausgebucht 2. Studienstarts im Februar 2014 3. Neu: Workshop
MehrOptimal vorbereitet. Fit fürs Studium mit den Vorbereitungskursen der OHN. Fragen? Jetzt anmelden! www.offene-hochschule-niedersachsen.
Fragen? Für weiterführende Informationen sowie eine individuelle Beratung steht Ihnen das Team der Servicestelle Offene Hochschule Niedersachsen gerne zur Verfügung. Optimal vorbereitet Fit fürs Studium
MehrLehrgang zur Kaufmann/-frau für Büromanagement
Lehrgang zur Kaufmann/-frau für Büromanagement Der Kaufmann / Die Kauffrau im Büromanagement ist ein anerkannter Ausbildungsberuf nach dem Berufsbildungsgesetz und vereint die drei Berufe Bürokauffrau/-mann,
MehrKurzeinführung Moodle
Kurzeinführung Moodle 1. Einstieg, Kursinhalte, Datei-Download Nachdem Sie sich erfolgreich registriert und eingeloggt haben, gelangen Sie zu Ihrer Hauptseite. Aktivieren Sie Meine Startsteite um Ihren/Ihre
MehrBerufsbegleitendes Bachelorstudium Public Management mit staatlich anerkanntem Hochschulabschluss Informationen Hinweise
Public Management mit staatlich anerkanntem Informationen Hinweise Der geforderte Wandel im öffentlichen Sektor verlangt nach neuen Kompetenzen und stellt die Mitarbeiter vor neue Herausforderungen. Um
Mehr1. Einführung. 2. Alternativen zu eigenen Auswertungen. 3. Erstellen eigener Tabellen-Auswertungen
1. Einführung Über die Tabellen-Auswertungen können Sie eigene Auswertungen nach Ihren Wünschen erstellen. Diese Auswertungen werden immer anhand der aktuellen Daten aus orgamax ermittelt, Sie können also
MehrRequirements Engineering für IT Systeme
Requirements Engineering für IT Systeme Warum Systemanforderungen mit Unternehmenszielen anfangen Holger Dexel Webinar, 24.06.2013 Agenda Anforderungsdefinitionen Von der Herausforderung zur Lösung - ein
MehrMulticheck Schülerumfrage 2013
Multicheck Schülerumfrage 2013 Die gemeinsame Studie von Multicheck und Forschungsinstitut gfs-zürich Sonderauswertung ICT Berufsbildung Schweiz Auswertung der Fragen der ICT Berufsbildung Schweiz Wir
MehrTest zur Bereitschaft für die Cloud
Bericht zum EMC Test zur Bereitschaft für die Cloud Test zur Bereitschaft für die Cloud EMC VERTRAULICH NUR ZUR INTERNEN VERWENDUNG Testen Sie, ob Sie bereit sind für die Cloud Vielen Dank, dass Sie sich
MehrHinweise für das Schreiben einer Bachelor-Arbeit im Fachbereich Wirtschaftspsychologie
Universität Duisburg-Essen Fakultät für Ingenieurwissenschaften Informatik und angewandte Kognitionswissenschaft Wirtschaftspsychologie Hinweise für das Schreiben einer Bachelor-Arbeit im Fachbereich Wirtschaftspsychologie
MehrAuswertung der Teilnehmerumfrage zum. vom 04. 05. November 2010
Auswertung der Teilnehmerumfrage zum vierten deutschen MeetMagentoEvent vom 04. 05. November 2010 1. Wie sind Sie auf das Event aufmerksam geworden? Presse 5% Sonstiges 8% Suchmaschine (Yahoo, Google..)
MehrSelbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit
6.2 Selbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit Beschreibung und Begründung In diesem Werkzeug kann sich eine Lehrperson mit seiner eigenen Führungspraxis auseinandersetzen. Selbstreflexion
MehrArbeiten Sie gerne für die Ablage?
University of Applied Sciences Arbeiten Sie gerne für die Ablage? Ihr Studium kommt nun in die Schlussphase, denn Sie haben sich gerade zur Abschlussarbeit angemeldet. Auch wenn das Ende Ihres Studiums
MehrAnhang. zum Studienreglement 2006 für den. Master-Studiengang Mathematik. vom 31. August 2010 (Stand am 1. März 2012)
zum Studienreglement 2006 für den Master-Studiengang Mathematik vom 31. August 2010 (Stand am 1. März 2012) Gültig für Eintritte, inkl. Wiedereintritte in den Studiengang ab Herbstsemester 2011. Für Eintritte
MehrINFORMATION LIFECYCLE AKTUELLE TRENDS IM INPUT MANAGEMENT CENIT EIM IT-TAG 13. JUNI 2013 IN STUTTGART LARS LAMPE
INFORMATION LIFECYCLE AKTUELLE TRENDS IM INPUT MANAGEMENT CENIT EIM IT-TAG 13. JUNI 2013 IN STUTTGART LARS LAMPE AM ANFANG WAR DAS PAPIER Der Papyrus Westcar(Altes Museum, Berlin) aus der 13. Dynastie
MehrAgiles Design. Dr.-Ing. Uwe Doetzkies Gesellschaft für Informatik mail: gi@uwe.doetzkies.de
Agiles Design Dr.-Ing. Uwe Doetzkies Dr.-Ing. Uwe Doetzkies Gesellschaft für Informatik mail: gi@uwe.doetzkies.de startupcamp berlin 15.3.2013 Regionalgruppe Berlin/Brandenburg Arbeitskreis Freiberufler
MehrExecutive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie
Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren
MehrLeitbild. für Jedermensch in leicht verständlicher Sprache
Leitbild für Jedermensch in leicht verständlicher Sprache Unser Leitbild Was wir erreichen wollen und was uns dabei wichtig ist! Einleitung Was ist ein Leitbild? Jede Firma hat ein Leitbild. Im Leitbild
MehrSeminar C02 - Praxisvergleich OLAP Tools
C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien
MehrKundenbefragung als Vehikel zur Optimierung des Customer Service Feedback des Kunden nutzen zur Verbesserung der eigenen Prozesse
Kundenbefragung als Vehikel zur Optimierung des Customer Service Feedback des Kunden nutzen zur Verbesserung der eigenen Prozesse Vieles wurde bereits geschrieben, über die Definition und/oder Neugestaltung
MehrSocial Media Ranking
Social Media Ranking Social Media ist im Tourismus und bei Seilbahnbetrieben als zentraler Kommunikations- und Servicekanal nicht mehr wegzudenken. Für Urlauber und Einheimische bietet Social Media vor,
MehrINDIVIDUELLE SOFTWARELÖSUNGEN CUSTOMSOFT CS GMBH
01 INDIVIDUELLE SOFTWARELÖSUNGEN 02 05 02 GUMMERSBACH MEHRWERT DURCH KOMPETENZ ERIC BARTELS Softwarearchitekt/ Anwendungsentwickler M_+49 (0) 173-30 54 146 F _+49 (0) 22 61-96 96 91 E _eric.bartels@customsoft.de
MehrErweitertes Aufnahmeverfahren und Vorbereitungskurs
Erweitertes Aufnahmeverfahren und Vorbereitungskurs Pädagogische Hochschule Schwyz Ausbildung Zaystrasse 42 CH-6410 Goldau T +41 41 859 05 80 ausbildung@phsz.ch www.phsz.ch September 2015 Wege zum Studium
MehrDW42: DWH-Strategie, Design und Technik
DW42: DWH-Strategie, Design und Technik Ein Seminar der DWH academy Seminar DW42 - DWH-Strategie, Design und Technik In diesem Seminar lernen Sie durch praxiserfahrene Referenten ein Data Warehouse spezifisches
MehrZentrum. Zentrum Ideenmanagement. Zentrum Ideenmanagement. Umfrage zur Nutzung von mobilen Endgeräten im Ideenmanagement
Zentrum Zentrum Ideenmanagement Zentrum Ideenmanagement Expertenkreis Technologie & Software Umfrage zur Nutzung von mobilen Endgeräten im Ideenmanagement Auswertung Fragebogen 2013 In 2011 hat der Expertenkreis
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrNäher am Kunden mit Microsoft Business Intelligence
Nürnberg, April 2014 Näher am Kunden mit Microsoft Business Intelligence Schnellere AHA-Effekte aus Small Data. Big Data. All Data - Online wie Offline. Sehr geehrte Damen und Herren, die rasant voranschreitende
MehrKommunikation, Information und mobile verteilte Systeme (KIS)
Qualifikationsziele Heutzutage sind nahezu alle wichtigen Informationssysteme verteilt, d.h., fast immer erbringt nicht nur ein Computer alleine eine bestimmte Dienstleistung, sondern es sind mehrere Rechner,
MehrAbi online Für das Abitur lernen wann ich will, wo ich will!
Abi online Für das Abitur lernen wann ich will, wo ich will! Wo finde ich mehr Informationen? Sie können sich auf der Homepage des Weiterbildungskollegs und Abendgymnasiums oder auf der Seite des Ministeriums
Mehr