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.
• Workshops der Software Carpentry
• 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 (Da die Website vom Netz genommen werden musste, verlinken wir auf das Internet Archive.)

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