Neue Soft Skills & Software-Skills - Mein Einstieg als Auszubildender bei ITGAIN

Mein Name ist Max und ich bin nach Hannover gekommen, um meine Ausbildung als Fachinformatiker für Anwendungsentwicklung bei ITGAIN zu beginnen. In meinem ersten Blogbeitrag möchte ich dir von meinem Start bei ITGAIN erzählen und einem Projekt, welches ich in den ersten Monaten meiner Ausbildung bearbeiten durfte – die Implementierung einer Benutzeroberfläche zur grafischen Auswertung für mein zuvor entwickeltes Performancemonitoring-Tool.

Industriereife Datenbasis für eine KI-optimierte Logistik

Wann ist ein Gleitlager in der Fertigungshalle für Schiffsmotoren verfügbar? Wann kann ein Patient eine Salbe in der Apotheke abholen? Zu welcher Uhrzeit bekommt der Kunde eine Online-Bestellung nach Hause geliefert? KI mit präzisen Daten beantwortet diese Fragen. Anhand eines Projektbeispiels erklären wir, wie dies umgesetzt wird und welche Rolle dabei auf Graphen basierende Algorithmen und Datenstrukturen spielen.

Mein erstes Projekt als Azubi bei ITGAIN – System Monitoring Lite

Ich bin Alexander und mache aktuell meine Ausbildung als Fachinformatiker in der Anwendungsentwicklung bei ITGAIN. In diesem Beitrag möchte ich Dir etwas über mein erstes Projekt erzählen, welches ich in meinem ersten Ausbildungsjahr erarbeitet habe. Ein Performancemonitoring Tool zur Überwachung von Systemen.

„Wie finde ich das passende Analytics-Tool?": 6 Tipps

Mit Business-Analyse-Tools kann man aus Unternehmensdaten echte Schätze heben. Von Vorhersagen des Kundenverhaltens über schnellere interne Prozesse bis hin zu neuen Geschäftsbereichen ist vieles möglich. Nur, wie weiß ich, welches Analytics-Tool das richtige für mein Unternehmen ist? Dazu sind Kriterien nötig – und ein paar Tests.

Analytics – Mythos und Wahrheit Teil I: Die größten Irrtümer

Mit Analytics ist es ein bisschen wie mit dem Internet in den frühen Neunzigern: Alle wollen dabei sein, aber keiner weiß warum. Kaum jemandem ist so richtig klar, was der Begriff überhaupt bedeutet und schon gar nicht, was man eigentlich mit diesem Werkzeug anstellen kann. Zeit, mit den größten Irrtümern aufzuräumen – und zu zeigen, wie Analytics wirklich funktioniert.

Analytics – Mythos und Wahrheit Teil II: Wie geht das eigentlich?

Analytics bedeutet viel mehr, als einem Algorithmus beliebige Daten vorzuwerfen, und von ihm Prognosen zu erwarten. Wer Analytics betreibt, lässt sich auf einen komplexen Prozess ein, der gut strukturiert werden will. Nur so kann man ein ziel- und ergebnisloses Herumstochern im Datennebel verhindern – und viel Zeit und Ressourcen sparen.

Ein See voller Informationen: der richtige Umgang mit Data Lakes

Analytics: einfach machen!

Analytics ist derzeit einer der heißesten IT-Trends. Dabei gibt es die nötigen Algorithmen seit 30 Jahren. Erst jetzt jedoch sind ausreichend Rechenpower und Daten vorhanden, um sie nutzbar zu machen. Für den Erfolg eines Analyseprojekts entscheidend ist allerdings die Qualität der Datenbasis. Wir verraten Ihnen den Schlüssel zum Erfolg.

So setzen Sie ein „gutes“ Analytics-Projekt auf: 5 Tipps

Es gibt eigentlich nichts, das man mithilfe von Analytics nicht prognostizieren könnte. Und auch der Genauigkeit sind dabei kaum Grenzen gesetzt. Aber nicht für jeden Zweck sind die genauesten Prognosen die besten. Ein „gutes“ Analytics-Projekt ist dasjenige, dessen Prognosegenauigkeit Ihrem Ziel angemessen ist

Data, data, metadata – DNA of data architecture?

Die Zellen verwenden DNA zur Kenntnis und Steuerung, was, wann und wie sie ihren Einsatz durchführen sollen. Gleiches gilt für eine Daten-Architektur: jeder Prozess eines Data Warehouse kann Metadaten verwenden, um zu wissen, was, wann und wie dieser etwas mit den Daten, der Struktur und Logistik zu tun hat