Python Data Wrangling + MS Teams

Data Wrangling bezeichnet den Prozess, Rohdaten aus unterschiedlichsten Quellen zu beschaffen, zu bereinigen, zu transformieren und in eine analysefähige Form zu bringen. In der Datenwissenschaft und im Business Intelligence ist es die Aufgabe, die den größten Zeitanteil einnimmt — und die über die Qualität jeder nachfolgenden Analyse entscheidet. Diese Weiterbildung vermittelt die Grundlagen und ersten fortgeschrittenen Techniken des Data Wrangling mit Python. Mit einem hohen Anteil praktischer Übungen werden die Kernbibliotheken NumPy, Pandas und Matplotlib erarbeitet und an realen Datensätzen angewendet. Ergänzend deckt der Kurs fortgeschrittenes Web-Scraping und verschiedene Datenquellen ab. Als zweites Standbein vermittelt die Weiterbildung den sicheren Umgang mit Microsoft Teams für die digitale Teamkommunikation und Zusammenarbeit. Der Kurs wird als Combined Learning in Vollzeit oder Teilzeit angeboten und schließt mit einem international anerkannten Herstellerzertifikat sowie einem Lehrgangszertifikat von New Horizons ab.

Modul 1 — Einführung in Python und erweiterte Datenstrukturen Der erste Block schafft die programmierte Grundlage für alle folgenden Lerneinheiten. Python als Programmiersprache wird kompakt eingeführt, wobei der Fokus auf den Datenstrukturen liegt, die im Data Wrangling besonders häufig gebraucht werden: Listen, Dictionaries, Tupel und Mengen. Dateiverarbeitung bildet den Übergang zur praxisorientierten Arbeit mit externen Daten.

• Python-Grundkonzepte: Variablen, Kontrollstrukturen, Funktionen
• Erweiterte Datenstrukturen: Listen, Dictionaries, Tupel, Sets
• Listenkomprehensionen und Generatoren
• Dateiverarbeitung: Text-, CSV- und JSON-Dateien lesen und schreiben
• Fehlerbehandlung mit Try/Except-Blöcken
• Grundlagen des objektorientierten Designs im Datenkontext

Modul 2 — NumPy und Matplotlib: numerische Verarbeitung und Visualisierung NumPy ist die fundamentale Bibliothek für numerische Berechnungen in Python; Matplotlib ermöglicht die visuelle Aufbereitung von Daten. Dieses Modul führt beide Bibliotheken schrittweise ein und verknüpft sie mit praxisnahen Aufgaben.

• NumPy-Arrays erstellen, slicen und transformieren
• Mathematische Operationen auf Arrays: Broadcasting und Vektorisierung
• Statistische Grundfunktionen: Mittelwert, Median, Standardabweichung
• Matplotlib: Liniendiagramme, Balkendiagramme, Histogramme und Streudiagramme
• Diagramme beschriften, formatieren und exportieren
• Subplots und komplexe Visualisierungsstrukturen

Modul 3 — Pandas: das Herzstück des Data Wrangling Pandas ist die meistgenutzte Python-Bibliothek für Datenanalyse und -manipulation. Dieses Modul behandelt den vollständigen Workflow von der Datenbeladung bis zur aufbereiteten Ausgabe und legt besonderen Wert auf die Qualitätssicherung der Daten.

• DataFrames und Series: Erstellen, Indexieren und Slicen
• Daten laden: CSV, Excel, JSON, SQL-Datenbanken
• Fehlende Werte erkennen, auffüllen oder entfernen
• Duplikate identifizieren und bereinigen
• Daten filtern, sortieren und gruppieren (GroupBy)
• DataFrames zusammenführen: Merge, Join und Concat

Modul 4 — Datenquellen und fortgeschrittenes Web-Scraping Daten kommen selten in fertig aufbereiteten CSV-Dateien. Dieses Modul vermittelt, wie unterschiedliche Datenquellen angebunden und Webseiten strukturiert ausgelesen werden können.

• Übersicht der wichtigsten Datenquellen: Dateien, APIs, Datenbanken, Web
• REST-APIs mit dem Requests-Modul abfragen
• JSON-Antworten parsen und in DataFrames überführen
• Grundlagen des Web-Scrapings mit BeautifulSoup
• Fortgeschrittenes Scraping: dynamische Seiten und Paginierung
• Datenextraktion ethisch und rechtlich korrekt durchführen

Praxisblock — Integriertes Data-Wrangling-Projekt und MS Teams Im Praxisblock führen die Teilnehmenden ein vollständiges Data-Wrangling-Projekt durch: von der Datenbeschaffung aus verschiedenen Quellen über die Bereinigung und Transformation bis zur finalen Visualisierung. Parallel wird Microsoft Teams als Kommunikations- und Kollaborationsplattform für den Datenarbeitsalltag eingeführt.

• Vollständiges Daten-Pipeline-Projekt mit echten oder realistischen Datensätzen
• Automatisierte Datenbeschaffung aus einer Web-API und einer Webseite
• Datenbereinigung mit Pandas: fehlende Werte, Typen, Inkonsistenzen
• Aggregation und Pivot-Tabellen für aussagekräftige Zusammenfassungen
• Abschlussdashboard mit Matplotlib: mehrere Diagramme, klare Beschriftungen
• Code-Dokumentation und Skript-Struktur für wartbaren Code
• MS Teams einrichten: Kanäle, Registerkarten, Apps und Bots
• Besprechungen planen, moderieren und nachbereiten
• Gemeinsame Dateien und Notebooks in Teams teilen und gemeinsam bearbeiten
• Chat, @Erwähnungen und Status-Updates im Daten-Teamkontext
• Integration von Teams in Microsoft 365: Kalender und SharePoint
• Abschlusspräsentation der Data-Wrangling-Ergebnisse im Team

Nach dem Praxisblock besprechen Trainer und Teilnehmende die erstellten Projekte gemeinsam, analysieren Verbesserungspotenziale und diskutieren Best Practices für die Weiterentwicklung im Berufsalltag.

Diese Weiterbildung richtet sich an Berufstätige und Berufseinsteiger, die in datengetriebenen Rollen arbeiten oder eine Karriere in der Datenwissenschaft, im Business Intelligence oder als Data Engineer anstreben. Auch Fachkräfte aus kaufmännischen oder technischen Bereichen, die mit großen Datenmengen arbeiten und Python als Werkzeug einsetzen möchten, profitieren erheblich.

• Junior Data Analysts und angehende Data Engineers
• BI-Koordinatoren und Reporting-Spezialisten
• Fachinformatiker und Softwareentwickler mit Interesse an Datenpipelines
• Berufseinsteiger mit Interesse an Data Science oder Analytics
• Sachbearbeiter und Analysten, die Excel durch leistungsfähigere Tools ersetzen möchten

Der Kurs wird als Combined Learning angeboten — eine Kombination aus betreuten Präsenzphasen und flexiblen Online-Lerneinheiten. Der Anteil praktischer Übungen ist bewusst hoch gehalten, da Data Wrangling eine Disziplin ist, die man durch Anwenden lernt. Theorie und Praxis wechseln sich in kurzen Zyklen ab; eigene Datenprojekte werden als Lernnachweis eingesetzt. Vollzeit- und Teilzeitformate stehen zur Wahl.

Die Weiterbildung dauert mehr als eine Woche bis zu einem Monat, je nach gewähltem Lernformat. Im Vollzeitmodus ist ein zügiger Abschluss möglich; im Teilzeitmodus werden die Einheiten auf einen längeren Zeitraum verteilt. Ein individueller Lernplan stellt sicher, dass Tempo und Reihenfolge der Themen auf die persönliche Ausgangssituation abgestimmt sind.

Teilnehmende erhalten ein international anerkanntes Herstellerzertifikat sowie ein Lehrgangszertifikat von New Horizons. Das Zertifikat dokumentiert die erworbenen Kenntnisse im Bereich Python Data Wrangling und Microsoft Teams. Es handelt sich um ein trägerinternes Zertifikat beziehungsweise eine qualifizierte Teilnahmebescheinigung, kein staatlicher oder akademischer Abschluss. Der Wert des Zertifikats liegt in der Anerkennung durch New Horizons als weltweit tätigen IT-Weiterbildungsanbieter.

Data Wrangling ist die Grundkompetenz jedes datenorientierten Berufsbildes — ohne sauber aufbereitete Daten ist keine seriöse Analyse, kein belastbares Modell und kein verlässliches Dashboard möglich. Wer Python, Pandas und NumPy beherrscht, kann Datenpipelines aufbauen, die früher stunden- oder tagelange manuelle Arbeit in Minuten erledigen. Der Marktwert dieser Fähigkeiten ist hoch und wird weiter steigen, da nahezu alle Branchen auf datengestützte Entscheidungen setzen. Diese Weiterbildung kann bei AZAV-zertifizierten Trägern über einen Bildungsgutschein der Bundesagentur für Arbeit oder des Jobcenters gefördert werden. Ergänzend kommen je nach Situation das Qualifizierungschancengesetz, die Berufsförderung der Bundeswehr, Leistungen zur Rehabilitation sowie Förderungen der Deutschen Rentenversicherung in Betracht. Das Beratungsgespräch vor Kursbeginn klärt die individuellen Fördermöglichkeiten. Neben dem fachlichen Inhalt bietet der Kurs aktive Karrierebegleitung: Teilnehmende erhalten Unterstützung bei der Überarbeitung ihrer Bewerbungsunterlagen und bei der Jobsuche während der Schulungszeit. Die Verbindung aus technischer Python-Kompetenz, einem anerkannten Zertifikat und dieser aktiven Karrierebegleitung macht diesen Kurs zu einem vollständigen Einstiegspaket in die Datenwelt.