Beschreibung
Advanced Data Science: Weiterbildung zum/zur Data Scientist
Ziel
Bring deine Karriere auf das nächste Level mit unserem Online Data Science & AI BootcampEgal, ob du mit den neuesten Tech-Tools in die Industrie wechseln, KI und Machine Learning lernen oder dein Daten-Know-how verbessern möchtest – dein nächster Schritt sollte Data Science sein. In unserem 12-wöchigen Online Data Science & AI Kurs lernst du alles, was du als Data Scientist brauchst: Python, Machine Learning, KI, neuronale Netze und die gefragtesten Methoden und Frameworks der Branche.
Du wirst zum Datenprofi und lernst die Tricks in der Datenvisualisierung und der Kommunikation mit Stakeholdern – so bist du zu 100 % bereit für eine Karriere in Data Science.
Möchten Sie mehr über diese Weiterbildung erfahren?
Kommende Starttermine
Wählen Sie aus 15 verfügbaren Startterminen
Inhalte / Module
Lerne die Grundlagen des Programmierens
Willkommen in unserem Data Science & AI Bootcamp! Nach einer kurzen Einführungsphase, in der du die Coaches und andere Kursteilnehmer kennenlernst, starten wir direkt mit den Grundlagen, die du für die Arbeit in einer Unix-Shell benötigst. Zusätzlich erlernst du schnell die Basics der Programmiersprache Python und schreibst und ausführst deine ersten kleinen Programme.
Mit Git und Github zeigen wir dir moderne und kollaborative Arbeitsweisen in der Industrie. Dazu gehört die Versionierung von Code sowie die Zusammenarbeit an der Codebasis, wo wir Konzepte wie "Branching" und "Pull Requests" anwenden.
Du wirst dich mit der historischen Entwicklung der KI vertraut machen und verstehen, wie Machine Learning, Deep Learning und Neuronale Netzwerke zusammenhängen. Abschließend erhältst du einen Überblick über die verschiedenen Datenberufe, inklusive der Unterschiede zwischen Data Scientist, Data Analyst und der Rolle eines Data Engineers.
Phase 2: Exploratory Data Analysis
Fortgeschrittenenkurs: Exploratory Data Analysis
Aufbauend auf der ersten Phase deiner Data Science Ausbildung lernst du nun Tools wie SQL und Pandas kennen, um Daten aus verschiedenen Quellen zu extrahieren und zu manipulieren – sei es aus einzelnen Dateien oder Datenbanken. Nach der Datenmanipulation geht es weiter zur Exploratory Data Analysis (EDA), für die du verschiedene Visualisierungsbibliotheken kennenlernen wirst.
Diese Phase endet mit einem zweitägigen Projekt, das sich auf EDA konzentriert – natürlich basierend auf echten Datensätzen. Mit einem Fokus auf den Business Case lieferst du maßgeschneiderte Empfehlungen und aussagekräftige Visualisierungen für fiktive Stakeholder.
Phase 3: Grundlagen des Machine Learnings
Erstmal das Wichtigste: die Grundlagen des Machine Learnings
Jetzt werden die Grundkonzepte des Supervised Learnings behandelt, wie Regression und Klassifikation. Du lernst, wie verschiedene Modelle funktionieren, darunter lineare und logistische Regression, Entscheidungsbäume und Support Vector Machines. Du erfährst auch, wann welche Modelle sinnvoll sind und auf welchen Annahmen oder Vereinfachungen die Algorithmen basieren.
Anschließend zeigen wir dir, wie man Modelle evaluiert und welche Kompromisse du bei der Erstellung von prädiktiven Modellen berücksichtigen musst. All das festigst du in einem 4-tägigen Machine Learning Gruppenprojekt, das den gesamten Data Science Lebenszyklus abdeckt. Gemeinsam setzt ihr Meilensteine und Zielvorgaben für euer Datenprodukt und arbeitet kollaborativ mit Git und Github – anschließend präsentiert ihr die Ergebnisse vor Stakeholdern.
Phase 4: Fortgeschrittenes Machine Learning
Wir tauchen tiefer ein: Fortgeschrittenes Machine Learning
Phase 4 deiner Data Scientist Ausbildung: Mit einem grundlegenden Verständnis statistischer Lerntechniken und deren Software-Implementierung tauchst du nun in spezialisierte Methoden wie die Zeitreihenanalyse ein.
Da viele der generierten Daten „unbeschriftet“ sind, ist es wichtig, auch die Herausforderungen des Unsupervised Learning anzugehen. Im Kurs erhältst du daher auch eine Einführung in Techniken wie Dimensionsreduktion und Clustering.
Phase 5: Einführung in Neuronale Netzwerke
Neuronale Netzwerke und ihre Anwendungen
Um die Konzepte zu verstehen, die heute oft als „KI“ bezeichnet werden, erhältst du in Phase 5 eine Einführung in künstliche neuronale Netzwerke. Der Bau eines eigenen Deep Neural Networks wird dein Verständnis der zugrunde liegenden Prozesse und Konzepte vertiefen.
Du wirst auch das Konzept des Transfer Learning kennenlernen und mit vortrainierten Modell-Repositories wie 'Hugging Face' vertraut gemacht.
Dabei werden typische Anwendungsbereiche wie Natural Language Processing und verwandte Techniken behandelt. Dann geht es in die finale Phase deiner Ausbildung zum Data Scientist.
Phase 6: Abschlussprojekt & Präsentation
Dein Finale beim Graduation Event
Um das Gelernte in die Praxis umzusetzen und die Gruppenarbeit noch weiter zu vertiefen, bietet das Abschlussprojekt den passenden Rahmen. Hier arbeitest du in kleinen Gruppen an einem größeren Data Science Problem – von Anfang bis Ende. Jedes Team kann dabei eigene Problemstellungen finden, öffentlich verfügbare Datensätze nutzen oder mit Daten unserer Unternehmenspartner an realen Business-Problemen arbeiten.
Als Team entwickelt ihr eine Lösung und präsentiert regelmäßig Zwischenstände. Dabei setzt ihr eure gesamten technischen und agilen Fähigkeiten ein und lernt zusätzliche, projektspezifische Techniken. Geschafft! Herzlichen Glückwunsch!
Nutzen & Mehrwert
In unserem Online Data Science & AI Bootcamp wirst du von 2 Top-Coaches betreut, erhältst 540 Stunden effektiven Unterricht, praxisnahe Aufgaben und 1:1 Feedback-Sessions. Es ist auch der beste Weg, AI zu lernen: Du tauchst tief in Machine Learning ein und erhältst Einblicke in die Funktionsweise von Hugging Face und anderen hochmodernen AI-Tools.
Es geht dabei nicht nur um Zahlen und Technik. Mit Schulungen zu agilen Methoden und Präsentationen wirst du praktisch und zugänglich auf deine nächste Rolle vorbereitet. Das Finale bildet in den letzten 4 Wochen dein Capstone-Projekt – der krönende Abschluss deiner intensiven 12-wöchigen Data Science Ausbildung.
Aufbau & Organisation
Full-Time: 12 Wo. (Mo – Fr, 09.00 – 18.00h)
Teilnehmer*innen: ca. 15
Coaches: 2 pro Bootcamp
Standorte: Hamburg, Frankfurt, München oder remote (live online)
Sprache: Englisch
Abschluss: Zertifikat "Data Scientist"
Zielgruppe / Voraussetzungen
Und wenn du verstehen möchtest, wie KI funktioniert, lernst du zukunftsweisende Technologien wie Hugging Face kennen und tauchst tief in das Machine Learning ein. Letztendlich solltest du eines vor allem haben, wenn du Data Scientist werden möchtest: Motivation. Wir fördern DiversITy – unabhängig von Geschlecht, sexueller Orientierung, sozialem und ethnischem Hintergrund – und heißen alle willkommen, die motiviert sind: Let’s code!
Infos anfordern
neuefische GmbH
Accelerate Your Tech Career with neuefische. Embark on your journey into the tech industry with our expert-led bootcamps. Whether you're making a career change, advancing your current path, or expanding your skill set, our courses provide the perfect starting point....
Erfahren Sie mehr über neuefische GmbH und weitere Kurse des Anbieters.
Anzeige