Data Modeling & Pipelines — Katalog
Wählen Sie einen Kurs oder ein Kurspaket, um zu beginnen.
Data-Engineering-Kompetenzen sind für Data Engineers, Analytics Engineers, Data Platform Engineers, Data Developer und Fachkräfte relevant, die BI-, Analytics- und KI-Anwendungen mit verlässlichen Daten versorgen. Der Qualifizierungsbedarf entsteht beim Übergang vom einfachen Transformationsskript zu einer echten Datenkette: Ingestion, analytisches Modell, Qualität, Orchestrierung, Historisierung, Observability, Governance und Recovery müssen zuverlässig zusammenspielen.
Die 15 Kurse behandeln Datenarchitekturen, analytische Modellierung, Storage und Formate, Multi-Source-Ingestion, ETL/ELT, inkrementelle Loads, dbt, Airflow, Datenqualität und Data Contracts, Katalog und Lineage, Batch- und Event-Verarbeitung, Performance und Kosten, Governance, CI sowie die Überführung einer vollständigen Analytics-Pipeline in den produktiven Betrieb. Nach Abschluss des Lernpfads können Sie eine verlässliche, getestete, nachvollziehbare und Datenplattform mit klaren Governance-Regeln für BI und KI aufbauen und betreiben.
🎓 15 Kurse • 📘 120 interaktive Lektionen • ⏱️ 45 bis 75 Stunden dialogbasierte Weiterbildung
Bestes Angebot
Komplettpaket — Data Modeling & Pipelines
142,90 € zzgl. MwSt.
Ersparnis : 104,60 €
29,70 €
22,90 zzgl. MwSt.
Ersparnis : 6,80 €
Datenarchitekturen und Pipelines verstehen
Verstehen, wie Daten von Quellsystemen bis zu BI-, Analytics- und KI-Anwendungen fließen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Keine fortgeschrittenen technischen Vorkenntnisse erforderlich. Sicherer Umgang mit dem Computer und die Fähigkeit, technische Anweisungen nachvollziehen zu können, reichen für den Einstieg aus.
- Die Rolle von Data Engineering in einer Organisation verstehen
- Ingestion, Transformation, Orchestrierung und Nutzung unterscheiden
- Data Warehouse, Data Lake und Lakehouse unterscheiden
- Praxisübung: eine Datenkette Ende-zu-Ende kartieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Eine Datenkette Ende-zu-Ende kartieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
9,90 € zzgl. MwSt.
Daten für Analytics modellieren
Aus fachlichen Anforderungen, Kennzahlen und Quelldaten ein konsistentes analytisches Datenmodell entwerfen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Keine fortgeschrittenen technischen Vorkenntnisse erforderlich. Sicherer Umgang mit dem Computer und die Fähigkeit, technische Anweisungen nachvollziehen zu können, reichen für den Einstieg aus.
- Von fachlichen Anwendungsfällen ausgehen und den analytischen Grain definieren
- Geschäftsschlüssel und Surrogate Keys auswählen
- Historisierung mit Slowly Changing Dimensions umsetzen
- Praxisübung: Unternehmensverkäufe für BI modellieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Unternehmensverkäufe für BI modellieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
9,90 € zzgl. MwSt.
Analytischen Storage und Datenformate organisieren
Storage-Strukturen und Formate passend zu Datenvolumen, Verarbeitung und analytischer Nutzung auswählen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Keine fortgeschrittenen technischen Vorkenntnisse erforderlich. Sicherer Umgang mit dem Computer und die Fähigkeit, technische Anweisungen nachvollziehen zu können, reichen für den Einstieg aus.
- Data Warehouse, Data Lake und Lakehouse vergleichen
- Zwischen CSV, JSON und Parquet wählen
- Schema, Kompatibilität und Strukturänderungen verwalten
- Praxisübung: die physische Organisation eines Analytics-Bereichs entwerfen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Die physische Organisation eines Analytics-Bereichs entwerfen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
9,90 € zzgl. MwSt.
38,70 €
28,90 zzgl. MwSt.
Ersparnis : 9,80 €
Daten aus mehreren Quellen zuverlässig ingestieren
Daten aus Dateien, SQL-Datenbanken, APIs und Cloud Storage extrahieren und dabei Fehler sowie Wiederanläufe beherrschen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.
- CSV- und JSON-Dateien ingestieren
- Eine paginierte API als Datenquelle eines Pipelines nutzen
- Credentials, Schlüssel und Zugriffs-Secrets schützen
- Praxisübung: drei Datenquellen in einer Staging-Zone konsolidieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Drei Datenquellen in einer Staging-Zone konsolidieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
12,90 € zzgl. MwSt.
ETL- und ELT-Transformationen entwerfen
Lesbare, testbare und nachvollziehbare Transformationen zwischen Rohdaten und analytischen Modellen organisieren
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.
- Raw-, Staging-, Intermediate- und Mart-Schichten entwerfen
- Datentypen, Datumswerte und Konventionen normalisieren
- Geschäftsregeln in Transformationen formal abbilden
- Praxisübung: Rohdaten in ein nutzbares analytisches Modell überführen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Rohdaten in ein nutzbares analytisches Modell überführen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
12,90 € zzgl. MwSt.
Inkrementelle Loads und zuverlässige Wiederanläufe entwickeln
Daten effizient ohne Duplikate oder Verluste aktualisieren und Verarbeitung nach Störungen kontrolliert wiederholen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.
- Full Load und Incremental Load vergleichen
- Upsert und MERGE-Logik umsetzen
- Idempotente Verarbeitung entwerfen
- Praxisübung: einen inkrementellen Load ohne Duplikate wiederholbar machen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Einen inkrementellen Load ohne Duplikate wiederholbar machen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
12,90 € zzgl. MwSt.
47,70 €
35,90 zzgl. MwSt.
Ersparnis : 11,80 €
Daten mit dbt transformieren, testen und dokumentieren
Analytische Transformationen mit klaren Abhängigkeiten, Tests, Dokumentation und Lineage für den produktiven Einsatz standardisieren
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.
- Die Rolle von dbt in einer ELT-Architektur verstehen
- Modelle mit source() und ref() erstellen
- Generische Tests und fachliche Kontrollen ergänzen
- Praxisübung: ein getestetes und dokumentiertes Mini-dbt-Projekt entwickeln
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Ein getestetes und dokumentiertes Mini-dbt-Projekt entwickeln
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
15,90 € zzgl. MwSt.
Pipelines mit Apache Airflow orchestrieren
Datenverarbeitungen explizit planen, verketten, wiederholen und überwachen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- DAG, Task und Abhängigkeiten in Airflow 3.x verstehen
- Ausführungen planen und Tasks parametrisieren
- Zeiträume mit kontrolliertem Backfill erneut verarbeiten
- Praxisübung: eine mehrstufige Pipeline orchestrieren und überwachen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Eine mehrstufige Pipeline orchestrieren und überwachen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
15,90 € zzgl. MwSt.
Datenqualität, Verträge und Schemaentwicklung absichern
Fehlerhafte Daten erkennen und Consumer vor unkontrollierten Strukturänderungen schützen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Dimensionen der Datenqualität definieren
- Freshness, Volumen und Abweichungen kontrollieren
- Schema Evolution und inkompatible Änderungen beherrschen
- Praxisübung: die Veröffentlichung eines nicht konformen Datensatzes blockieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Die Veröffentlichung eines nicht konformen Datensatzes blockieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
15,90 € zzgl. MwSt.
56,70 €
42,90 zzgl. MwSt.
Ersparnis : 13,80 €
Metadaten, Katalog, Lineage und Impact Analysis steuern
Daten von der Quelle bis zur Nutzung verständlich, nachvollziehbar und unter klaren Governance-Regeln verwalten
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Technische und fachliche Metadaten verstehen
- Die Rolle eines Data Catalog verstehen
- Die Auswirkungen einer Schemaänderung analysieren
- Praxisübung: die Auswirkungen einer kritischen Änderung analysieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Die Auswirkungen einer kritischen Änderung analysieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
18,90 € zzgl. MwSt.
Batch-, Micro-Batch- und Event-Pipelines entwerfen
Den passenden Verarbeitungsmodus anhand von Latenz, Volumen, Komplexität, Kosten und fachlichen Anforderungen auswählen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Batch, Micro-Batch und Streaming vergleichen
- Queue, Event Log und Offsets verstehen
- At-Least-Once-Zustellung und das Exactly-Once-Ziel verstehen
- Praxisübung: entscheiden, ob eine Anforderung tatsächlich Echtzeit benötigt
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Entscheiden, ob eine Anforderung tatsächlich Echtzeit benötigt
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
18,90 € zzgl. MwSt.
Storage, Verarbeitung, Performance und Kosten optimieren
Verarbeitungszeiten und Ressourcenverbrauch reduzieren, ohne Qualität oder Wartbarkeit zu verschlechtern
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Datenvolumen, Verarbeitungszeiten und Kosten messen
- Spaltenorientierte Formate und Kompression einsetzen
- Parallelisierung und Pushdown nutzen, wenn verfügbar
- Praxisübung: eine zu langsame Pipeline diagnostizieren und optimieren
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Eine zu langsame Pipeline diagnostizieren und optimieren
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
18,90 € zzgl. MwSt.
74,70 €
48,90 zzgl. MwSt.
Ersparnis : 25,80 €
Eine zuverlässige und Datenplattform mit klaren Governance-Regeln entwerfen
Ingestion, Storage, Transformationen, Qualität, Orchestrierung, Security und Governance zu einer betreibbaren Architektur zusammenführen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Die Komponenten einer Datenplattform definieren
- Identitäten, Rollen, Secrets und Datenzugriffe organisieren
- Katalog, Lineage und Observability integrieren
- Praxisübung: die Architektur einer governeden Datenplattform erstellen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Die Architektur einer governeden Datenplattform erstellen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
24,90 € zzgl. MwSt.
Eine Analytics-Pipeline durchgängig produktionsreif machen
Eine Multi-Source-Pipeline bis zu einem verlässlichen BI-Datensatz mit Git, CI, Tests und Monitoring entwickeln und betreiben
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Analytics-Datensatz und Service-Level-Anforderungen abgrenzen
- Staging und dbt-Transformationen aufbauen
- Mit Airflow orchestrieren, wiederholen und überwachen
- Praxisübung: einen produktionsreifen BI-Datensatz mit Monitoring veröffentlichen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Einen produktionsreifen BI-Datensatz mit Monitoring veröffentlichen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
24,90 € zzgl. MwSt.
Vollständiges Data-Engineering-Praxisprojekt
Eine professionelle Datenkette Ende-zu-Ende entwerfen, entwickeln, betreiben und fachlich begründen
Informationen zur Weiterbildung
Data Engineers, Analytics Engineers, Data Developer und Fachkräfte, die BI-, Analytics- oder KI-Anwendungen mit verlässlichen und für den produktiven Einsatz aufbereiteten Daten versorgen.
Die Grundlagen des Lernpfads oder vergleichbare Praxiserfahrung werden vorausgesetzt. Fortgeschrittene Inhalte bauen auf den in den vorherigen Kursen erworbenen Kompetenzen auf.
- Anforderungen, Quellen, Consumer und Service Levels abgrenzen
- Ingestion und Staging-Zone aufbauen
- Orchestrierung, Monitoring, Lineage und Recovery beherrschen
- Abschlussübung: die Data-Engineering-Plattform präsentieren und fachlich begründen
- Die Methoden und Werkzeuge des Kurses in einer typischen beruflichen Aufgabe einsetzen.
- Die Kursinhalte für ein praktisch nutzbares Ergebnis anwenden: Abschlussübung: die Data-Engineering-Plattform präsentieren und fachlich begründen
- Vor der Freigabe Konsistenz und Qualität des Ergebnisses prüfen und mögliche Risiken bewerten.
- Das Gelernte auf ähnliche berufliche Aufgaben übertragen und die eigenen Entscheidungen begründen.
3 bis 5 Std.
24,90 € zzgl. MwSt.