IoT Fundamentals: Big Data & Analytics (2 von 3)

Kursüberblick

Das Internet der Dinge erhöht die Chance neue Geräte zu erschaffen, die sich durch niedrigere Kosten und einen einfachen Zugang auszeichnen. Die daraus resultierende Explosion neuer Geräte- und Lösungstypen trägt weiter zum exponentiellen Wachstum der Daten bei. Organisationen stehen jetzt vor der Erfassung, Speicherung und Analyse dieser Daten, um Informationen zu extrahieren und Erkenntnisse für das Unternehmen zu gewinnen.
Gute Entscheidungen zu treffen, hängt von guten Daten ab. Mit zunehmender Datenmenge setzen Entscheidungsträger zunehmend auf Datenanalysen, um die erforderlichen Informationen zur richtigen Zeit und am richtigen Ort zu erhalten, um die besten Entscheidungen zu treffen.

Benefits

Im Rahmen des Kurses wird folgendes Wissen vermittelt:

  • Erläutern, wie Unternehmen Informationen und Erkenntnisse aus Daten extrahieren können.
  • Verstehen der Schritte des Datenanalyse-Lebenszyklus.
  • Verstehen der Datenschutz-und Sicherheitsaspekte.
  • Erläutern der verschiedenen Arten von Datenanalysen: beschreibend, vorhersagbar und normativ.
  • Verwenden von Python, um eine Datenpipeline zu erstellen, um Sensordaten zu erfassen, zu manipulieren und zu visualisieren.
  • Explorative Datenanalyse anwenden, um Erkenntnisse aus Daten zu extrahieren.
  • Verstehen, wie maschinelle Lernalgorithmen für Predictive Analytics verwendet werden können.
  • Präsentieren und kommunizieren mit Daten-Storytelling.
  • Beschreiben der Entwicklung von Datenverwaltungstechnologien von SQL bis NoSQL.
  • Verstehen und erklären der Entwicklung einer modernen Rechenzentrums-Computing-Plattform und berücksichtigen von verteilten skalierbaren Big Data-Lösungen wie Apache Hadoop, Cassandra und Spark.
Zielgruppe

Ab Sekundarstufe II, berufliche Ausbildung, Einsteiger/innen in die Netzwerk-Technik. Personen, die grundlegendes IoT Big Data-Wissen erlangen möchten.

Kurs-Level

Level 2 von 3: Basiswissen.

Unterschieden wird wie folgt:

  • Level 1 von 3: Einführung – Grundlegende Informationen und die Einführung in ein Thema.
  • Level 2 von 3: Basiswissen – Stabiles Grundwissen als Basis für die Vertiefung.
  • Level 3 von 3: Berufliches Grundwissen – Relevantes Wissen für die Umsetzung im Job.
Lernziele
  • Verstehen von Big Data & Analytics-Konzepten und die Rolle von Big Data in unterschiedlichen Systemen.
  • Lernen der Grundlagen von Statistiken, die praktischen Aspekte beim Erfassen von Daten eines Sensors und das Erstellen visueller Darstellungen der Daten.
  • Durchsuchen von Daten mithilfe von Statistiken und Visualisierungen, um Informationen zu extrahieren und Hypothesen zu erstellen.
  • Mehr über Predictive Analytics erfahren, die beaufsichtigten und unüberwachten Ansätze zum maschinellen Lernen und wie Modelle angewendet werden um Vorhersagen aus den Daten zu treffen.
Voraussetzungen

IoT Fundamentals: Connecting Things.

Sprachen

Deutsch, Englisch und weitere Sprachen.

Kurs-Umsetzung

Klassenraumtraining.

Voraussichtliche Kursdauer

ca. 40 – 50 Stunden.

Die angegebene Zeit bezieht sich auf Unterrichtsstunden (45 Minuten). Die reale Unterrichtsdauer kann abweichen, da in der Praxis evtl. nur Teile des Kurses (z.B. bestimmte Kapitel) eingesetzt werden oder die Inhalte in einen anderen Kurs integriert werden.

Empfohlener Folgekurs

IoT Fundamentals: Hackathon Playbook.

Zertifizierungsprüfung

Eine Cisco-Zertifizierungsprüfung ist nicht vorgesehen.

Kosten

Die kompletten Kursmaterialien (ggf. inkl. E-Learning, Tools, Assessments und weiterer Inhalte) sind für Cisco NetAcads, im Rahmen der Mitgliedschaft durch die Gebühr abgegolten und somit kostenfrei. Die Kursgebühr für die Teilnehmer/innen werden von den NetAcads festgelegt.

Instruktoren-Qualifizierung

Neben der fachlichen Qualifizierung ist die Teilnahme an einer Qualifizierungsmaßnahme für Instruktoren in einem Instructor Training Center (ITC) Voraussetzung für die Durchführung dieses Kurses. Die Akkreditierung kann auf zweierlei Weise erfolgen: über traditionelles ITC-Training oder über ein Selbststudium.

Bitte sprechen Sie uns an, wenn Sie an einer Qualifizierungsmaßnahme teilnehmen möchten.

Empfohlene Lab-Ausstattung
  • Raspberry Pi 3 CanaKit Ultimate Starter Kit.
  • Sparkfun Inventor’s Kit for Arduino – V3.3.
  • Multicolored Jumper Wires: 40-pin Male to Female, 40-pin Male-to-Male, 40-pin Female-to-Female.
  • Raspberry Pi Camera Module v2.