| Vorliegende Sprache |
ger |
| Hinweise auf parallele Ausgaben |
1759010421 Erscheint auch als (Druck-Ausgabe): ‡Data Science |
| ISBN |
978-3-658-33402-4 |
| Name |
Frick, Detlev ¬[HerausgeberIn]¬ |
| Gadatsch, Andreas ¬[HerausgeberIn]¬ |
| ANZEIGE DER KETTE |
Gadatsch, Andreas ¬[HerausgeberIn]¬ |
| Name |
Kaufmann, Jens ¬[HerausgeberIn]¬ |
| Lankes, Birgit ¬[HerausgeberIn]¬ |
| Quix, Christoph ¬[HerausgeberIn]¬ |
| Schmidt, Andreas ¬[HerausgeberIn]¬ |
| Schmitz, Uwe ¬[HerausgeberIn]¬ |
| T I T E L |
Data Science |
| Zusatz zum Titel |
Konzepte, Erfahrungen, Fallstudien und Praxis |
| Verlagsort |
Wiesbaden |
| Verlag |
Springer Vieweg |
| Erscheinungsjahr |
2021 |
| 2021 |
| Umfang |
1 Online-Ressource (XLIII, 359 Seiten) |
| Reihe |
Springer eBook Collection |
| Enthaltene Werke |
$tData Strategist: Digitalisierung von Geschäftsmodellen – Big Data Technologien erfolgreich implementieren -- Data Architect: Informationsarchitekturen gestalten – Daten effizient verwalten -- Data Analyst: Auswerten, Präsentieren, Entscheiden – Systematische Datenanalyse im Unternehmen -- Anwendungsorientierte Data Science. |
| Titelhinweis |
Erscheint auch als (Druck-Ausgabe): ‡Data Science |
| ISBN |
ISBN 978-3-658-33403-1 |
| Klassifikation |
UMB |
| COM031000 |
| 005.73 |
| Kurzbeschreibung |
Data Science ist in vielen Organisationen angekommen und oft alltägliche Praxis. Dennoch stehen viele Verantwortliche vor der Herausforderung, sich erstmalig mit konkreten Fragestellungen zu beschäftigen oder laufende Projekte weiterzuentwickeln. Die Spannbreite der Methoden, Werkzeuge und Anwendungsmöglichkeiten ist sehr groß und entwickelt sich kontinuierlich weiter. Die Vielzahl an Publikationen zu Data Science ist spezialisiert und behandelt fokussiert Einzelaspekte. Das vorliegende Werk gibt den Leserinnen und Lesern eine umfassende Orientierung zum Status Quo aus der wissenschaftlichen Perspektive und zahlreiche vertiefende Darstellungen praxisrelevanter Aspekte. Die Inhalte bauen auf den wissenschaftlichen CAS-Zertifikatskursen zu Big Data und Data Science der Hochschule Niederrhein in Kooperation mit der Hochschule Bonn-Rhein-Sieg und der FH Dortmund auf. Sie berücksichtigen wissenschaftliche Grundlagen und Vertiefungen, aber auch konkrete Erfahrungen aus Data Science Projekten. Das Buch greift praxisrelevante Fragen auf wissenschaftlichem Niveau aus Sicht der Rollen eines „Data Strategist“, „Data Architect“ und „Data Analyst“ auf und bindet erprobte Praxiserfahrungen u. a. von Seminarteilnehmern mit ein. Das Buch gibt für Interessierte einen Einblick in die aktuell relevante Vielfalt der Aspekte zu Data Science bzw. Big Data und liefert Hinweise für die praxisnahe Umsetzung. Der Inhalt Data Strategist: Digitalisierung von Geschäftsmodellen – Big Data Technologien erfolgreich implementieren Data Architect: Informationsarchitekturen gestalten – Daten effizient verwalten Data Analyst: Auswerten, Präsentieren, Entscheiden – Systematische Datenanalyse im Unternehmen Anwendungsorientierte Data Science Die Zielgruppen Fachkräfte und Experten in Wirtschaft und Wissenschaft fortgeschrittene Studierende der Wirtschaftsinformatik und Betriebswirtschaftslehre mit Interesse an Big Data und Data Science Die Herausgeber*innen Prof. Dr. Detlev Frick ist Professor für BWL, insb. Wirtschaftsinformatik an der Hochschule Niederrhein, Prof. Dr. Andreas Gadatsch ist Professor für BWL, insb. für Wirtschaftsinformatik an der Hochschule Bonn-Rhein-Sieg, Prof. Dr. Jens Kaufmann ist Professor für Wirtschaftsinformatik, insb. Data Science an der Hochschule Niederrhein, Dipl.-Kff. (FH) Birgit Lankes ist Lehrkraft für besondere Aufgaben an der Hochschule Niederrhein, Prof. Dr. Christoph Quix ist Professor für Wirtschaftsinformatik und Data Science an der Hochschule Niederrhein, Andreas Schmidt, M.A. ist Wissenschaftlicher Mitarbeiter im Data Innovation Lab der Hochschule Bonn-Rhein-Sieg und Prof. Dr. Uwe Schmitz ist Professor für Wirtschaftsinformatik an der FH Dortmund. |
| 1. Schlagwortkette |
Datenmanagement |
| Digitalisierung |
| Geschäftsmodell |
| Big Data |
| ANZEIGE DER KETTE |
Datenmanagement -- Digitalisierung -- Geschäftsmodell -- Big Data |
| SWB-Titel-Idn |
1777508894 |
| Signatur |
Springer E-Book |
| Bemerkungen |
Elektronischer Volltext - Campuslizenz |
| Elektronische Adresse |
$uhttps://doi.org/10.1007/978-3-658-33403-1 |
| Internetseite / Link |
Resolving-System |
| Siehe auch |
Cover |
