Das Training für Open Code zielt oft auf das große Ganze des wissenschaftlichen Kontextes, also: Wie mache ich meine Forschung reproduzierbar? Dort werden in der Regel Daten und Code zusammen betrachtet. Darunter fallen dann häufig auch grundlegende Kompetenzen, wie: 

• Kenntnisse einer offenen Programmiersprache wie R
• Kenntnisse in Softwareentwicklung und Versionierung (Git usw.)
• Kenntnisse zu Open Source und Lizenzen
• Kenntnisse darüber, wie Software zitierfähig veröffentlicht und Software zitiert wird

Konkrete Trainingsmöglichkeiten, die einzelne oder mehrere der oben genannten Aspekte abdecken sind: 

• The Turing Way “Guide for Reproducible Research”  
• QuantEcon bietet unter anderem Einführungen in quantitative Wirtschaftsforschung mit Python 
• Code Publishing Tutorial des LMU Open Science Center.
• Software Carpentry Workshops
• CodeRefinery bietet Training für die Entwicklung von Forschungssoftware an, unter anderem mit Lessons zum Selbstlernen, und verweist auf die Trainingsangebote Dritter 
• ZBW Online-Seminar “Gute Wissenschaftliche Praxis und Reproduzierbare Forschung” 
• NASA TOPS OS101 Module 4: Open Code 

Schauen Sie am besten auch, was Ihre Hochschule beziehungsweise Forschungseinrichtung an Trainingsmöglichkeiten beispielsweise in Bezug auf  Programmierung oder statistische Datenanalyse anbietet.