Der Datenanalyse-Blog von eoda
Der Datenanalyse-Blog vom Data Science Spezialisten: Hier erfahren Sie mehr über Data Science im Business-Kontext, Technologietrends, den Einsatz der Data-Science-Sprachen R und Python und vieles mehr.
Shiny: Load Testing und Horizontale Skalierung
Lesezeit: ca. 4 min. Erfahren Sie wie ein detailliertes Load-Testing eine wichtige Hilfestellung leisten kann, um potenzielle Schwachstellen früh genug zu erkennen und zu beseitigen, bevor die Applikation in den Produktivbetrieb geht.
Die 5 Data Science Trends 2020
Lesezeit: ca. 2min. Welche Themen kommen in 2020 auf Ihr Unternehmen zu? Wir haben die wichtigsten Trends im Umfeld von KI und Data Science für Sie identifiziert.
Schön‘ juten Tach & Moin Moin: R-Trainings in Berlin & Hamburg
Lesezeit: ca. 2 min. Data Science Kurse in Berlin und Hamburg – Im April und Oktober 2020 bringen wir unsere beliebten R-Trainings in die deutschen Großstädte. Werden Sie mit uns zum Data-Science-Experten mit R!
"Data Science" im Marketing - Eat your own dogfood
Lesezeit: ca. 4 min. Was passiert, wenn man eine Data-Science-Plattform und einen Marketer ohne Softwareentwicklungs- und Data-Science-Skills zusammenbringt? Hier erfahren Sie es!
Data Science Konferenzen 2020
Lesezeit: ca. 2min. Welche wichtigen Veranstaltungen gibt es im deutschsprachigen Raum 2020 rund um die Themen KI und Künstliche Intelligenz. Wir zeigen es Ihnen.
So baut man Data Science Plattformen- Teil 5: Datenvisualisierung und belastbare Ergebnisse
Lesezeit: ca. 2min. Was muss bei der Visualisierung von Ergebnissen und Daten beachtet werden? Wir werfen einen Blick darauf!
Datenstrategie: Wegweiser zu digitalen Erfolgen
Lesezeit: ca. 5min. Eine Datenstrategie stellt die systematische Datennutzung in den Mittelpunkt der Ausrichtung eines Unternehmens. Mindset, Kompetenzen, Tools oder die Datenbasis: Wir stellen die wichtigsten Bausteine einer erfolgreichen Strategie vor.
So baut man Data Science Plattformen - Teil 4: Datenbankskalierbarkeit und Business Models
Lesezeit: ca. 2min. Dieses Mal: Verschiedenste Datenquellen anbinden und daraus neue Use Cases und ganze Geschäftsmodelle entwickeln.
So baut man Data Science Plattformen -Teil 3: Workflows und Dashboards
Lesezeit: ca. 2min. Was wäre, wenn die einzelnen Projektschritte sich nach dem Unternehmen richten würden und man einzelne Dashboards wiederverwenden könnte?