Data Science Kurs in Brüssel

Brüssel
Vollzeit (9 Wochen)

In 9 intensiven Wochen in Brüssel wirst du zum Data Scientist. Von Python bis zu Machine Learning lernst du alle Skills, die du für eine erfolgreiche Karriere in einem Data Science Team brauchst.

Jetzt bewerben
In 9 intensiven Wochen bei Le Wagon lernst du alle wichtigen Data Science Skills - von Python zu Machine Learning.
Kursdetails Jetzt bewerben
Nächste Kurse
10 Jan, 2022 - 11 Mär, 2022 Kurs in Englisch (6.900 €)
Letzte Plätze - Jetzt bewerben
Übersicht

Mach mit bei einem einzigartigen Data Science Kurs

Our Data Science course in Brüssel takes you from Data Enthusiast to Data Scientist in 9 weeks. You will be able to analyse data to make decisions, implement AI and Machine Learning models and build a practical data application ready for real-world deployment. Enter the world of Data Science as a Data Analyst, Data Engineer or Data Scientist, enhance your academic studies, solve global issues, or advance your career with our 600+ global hiring partners in industries such as marketing, finance, and commerce with a unique data skillset.

Der Data Science Kurs von Le Wagon gibt dir alle wichtigen Datenskills, die für eine erfolgreiche Karriere als Data Scientist brauchst.
Lerne Data Science in 9 Wochen
Schau dir an, was unsere Alumni in nur 2 Wochen entwickelt haben
Kursplan

Unser Data Science Kursplan

In unserem Kurs lernst du Schritt für Schritt alle wichtigen Skills eines Data Scientists. Du beginnst bei dem grundlegenden Daten-Toolkit in Python und endest mit der vollständigen Implementierung und Bereitstellung von komplexen Machine-Learning-Algorithmen.


  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • ∞

Python für Data Science

Du lernst: Programmieren in Python, den Umgang mit Jupyter Notebook und den Einsatz von Python-Bibliotheken wie Pandas und Numpy zur Erforschung & Analyse von großen Datensätzen. Du sammelst dabei Daten aus verschiedenen Quellen wie CSV-Dateien, SQL-Abfragen zu relationalen Datenbanken, Google Big Query, APIs und Scraping.

Relationale Datenbanken & SQL

Wir befassen uns damit, wie man gute Fragestellungen formuliert und diese mit den richtigen SQL-Abfragen beantwortet. Dieses Modul behandelt zunächst Schema-Architekturen und taucht dann tief in die fortgeschrittene Manipulation von SELECT ein, zur Extraktion nützlicher Informationen aus eigenständigen Datenbanken oder mit einer SQL-Client-Software wie DBeaver.

Datenvisualisierung

Präsentiere deine Daten anschaulich und leicht verständlich mit Visualisierungen in deinem Notebook. Du plottest Data-Frames mithilfe von Python-Bibliotheken wie matplotlib und seaborn und ziehst nützliche Erkenntnisse aus deinen Datensätzen.

Statistik, Wahrscheinlichkeit, Lineare Algebra

In Brüssel you will learn about the underlying math behind all the libraries and models used in the bootcamp. Become comfortable with the basic concepts of statistics & probabilities (mean, variance, random variable, Bayes’s Theorem, etc.) and with matrix computation, at the core of numerical operations in libraries like Pandas and Numpy.

c pulse Statistische Rückschlüsse

Du lernst, wie du ein Python-Repository mit objektorientierter Programmierung strukturierst um deinen Code zu bereinigen und wiederverwendbar zu machen, wie du die Vorbereitungsphase eines großen Datensatzes meisterst, und wie du auf der Grundlage von multivariaten Regressionsmodellen aussagekräftige statistische Ergebnisse identifizierst und interpretierst.

speaker Kommunikation

Data Analysts müssen klar mit einem nicht-technischen Publikum kommunizieren können. Du lernst, wie du deine Ergebnisse wirkungsvoll präsentierst und lässt diese anhand von Kosten-Nutzen-Analyse direkt in strategische Entscheidungen einfließen. Du teilst deinen Fortschritt mit allen Stakeholdern und vergleichst deine Ergebnisse im Team.

Preprocessing & überwachtes Lernen

Als nächstes lernst du, wie du deinen Datensatz mit Preprocessing-Techniken wie der Vektorisierung untersuchst, bereinigst und vorbereitest. Dann machst du dich vertraut mit linearen und logistischen Regressionen, den klassischen Modellen des Supervised Learnings. Du löst Vorhersage- und Klassifikationsaufgaben mit scikit-learn in Python und ziehst dabei Lernalgorithmen wie KNN (k-nearest neighbors) zur Hilfe.

Generalisierung und Overfitting

Implementiere Trainings- und Test-Phasen und vergewissere dich damit, dass dein Modell auch auf unbekannte Daten angewandt werden kann und erfolgreich in der Praxis funktioniert. Du lernst, wie du Overfitting mithilfe von Regularisierungsmethoden verhinderst und die richtige Verlustfunktion auswählst, um die Genauigkeit deines Modells zu stärken.

Performance-Metriken

Du bewertest den Erfolg deines Modells, indem du definierst wonach optimiert werden soll und indem du korrekte Fehlermetriken bestimmst. Du verbesserst die Leistung deines Modells mit Validierungsmethoden wie der Kreuzvalidierung und der Hyperparameter-Abstimmung. Zum Schluss lernst du SVMs (Support-Vektor-Maschinen) kennen, eine leistungsstarke Methode für das überwachte Lernen.

Unüberwachtes Lernen & Fortgeschrittene Methoden

Jetzt kommen wir zum unüberwachten Lernen. Wir implementieren Methoden wie PCA zur Reduzierung der Dimensionalität, sowie Clustering zur Entdeckung von Gruppen in einem Datensatz. Außerdem lernst du Ensemble-Methoden kennen, bei denen mehrere Modelle wie Random Forest oder Gradient Boosting zur Leistungssteigerung kombiniert werden.

Neuronale Netze

In diesem Teil lernst du die Magie des Deep Learning kennen. Wir befassen wir uns mit der Architektur neuronaler Netze (Neuronen, Layers, Stacks) und ihren Parametern (Aktivierungsfunktionen, Verlustfunktion, Optimierer). Mit diesen Elementen entwickelst du neuronale Netze komplett eigenständig (vor allem für Bilder, Zeiten und Texte) und lernst dabei alle wichtigen Methoden und Tricks kennen, die das Deep Learning ausmachen.

Computer Vision

Du steigst tiefer in die Computer Vision ein und arbeitest mit konvolutionären neuronalen Netzen, mit denen du das meiste aus Bildern herausholst. Du setzt Daten-Augmentation ein, verbesserst die Generalisierung deines Modells und arbeitest mit fortgeschrittenen Methoden und modernen Architekturen wie Transfer-Lernmethoden.

Zeitreihen & Textdaten

Mach dich vertraut mit der Verwaltung von Daten und Texten (Wortfolgen), indem du sie in entsprechende Eingaben umwandelst. Du setzt rekursive neuronale Netzwerken ein, um zukünftige Werte vorherzusagen und eine natürliche Sprachverarbeitung durchzuführen.

Deep Learning leicht gemacht

Entdecke die Keras Deep Learning Bibliothek, mit der du einfache Prototypen erstellen kannst und gleichzeitig die Flexibilität hast, dein neuronales Netz genau zu justieren. Außerdem setzt du Google Colab ein, um Rechenzeiten dank dezidierter GPUs deutlich zu beschleunigen.

Machine Learning Pipeline

Du wechselst vom Jupyter Notebook zu einem Code-Editor und lernst, wie du Projekte für eine schnelle und sichere Iteration aufsetzt. Du wandelst dein Machine-Learning-Modell in ein Modell mit einer robusten und skalierbaren Pipeline um und setzt dafür die sklearn-Pipeline mit Encodern und Transformatoren ein.

Machine Learning Workflow mit MLflow

Der komplette Aufbau eines Machine-Learning-Modells erfordert ein hohes Maß an Datenvorbereitung, Experimenten, Iterationen und Anpassungen. Wir zeigen dir, wie du Feature-Engineering und Hyperparameter-Abstimmungen durchführst und das bestmögliche Modell entwickelst. Dafür nutzen wir eine Bibliothek namens MLflow.

Bereitstellung mit Google Cloud Platform

Zum Schluss zeigen wir dir, wie du deinen Code und dein Modell in einem Produktionsumfeld bereitstellst. Mit der Google Cloud AI Plattform kannst du dein Modell trainieren, verpacken und in der ganzen Welt einsetzen. Außerdem nutzt du ein Docker-Umfeld, um deine eigene RESTful Flask API zu implementieren, die du an jede Front-End-Schnittstelle anschließen kannst.

Schülerprojekte

Ihr verbringt die letzten zwei Wochen als Gruppe und arbeitet gemeinsam an einer spannenden Data Science Herausforderung! Ihr lernt, wie ihr effizient als Team mit einem gemeinsamen Python Repository und Git flow kollaboriert. Dabei nutzt ihr eine Mischung aus eigenen Datensätzen (falls ihr welche von euer Firma / NGO habt) und open-data Repositories (Regierungsinitiativen, Kaggle, etc.). Die Gruppenarbeit ist eine großartige Möglichkeit, alle gelernten Tools und Methoden anzuwenden und wird dir zeigen, wie eigenständig du bereits arbeitest.

Data Vorbereitungswoche

Data Vorbereitungswoche

Die Data-Vorbereitungswoche ist eine zusätzliche Online-Lernwoche vor dem offiziellen Start des Data Science Kurses. In der Woche lernt ihr wichtige Python-Kenntnisse und bekommt die Grundlagen, um erfolgreich in den intensiven 9- oder 24-wöchigen Kurs zu starten.

Admission prerequisites in Python & Maths
  • Python prerequisites

    You'll need to be comfortable with data types & variables, conditions, loops, functions and data structures (List & Dictionary).

  • Mathematics prerequisites

    You'll need a High School level of Maths, meaning you will be comfortable with functions, derivatives, and systems of linear equations.

  • Testing your skills

    After a chat with our Admissions team, you will receive a Python & Mathematics Quiz to help you and the Admissions team better understand your current level in Python & Maths. We'll also provide you with a set of additional free learning resources to help you match the prerequisite level for the Bootcamp.

Post-admission prep work

Once you have been accepted onto the Data Science Bootcamp (congrats!), you'll receive ~ 40h of online learning resources. We require all of our students to complete this before the Bootcamp starts, either at their own pace or during our Data Prep Week.

The Data Prep Week takes place the week before the official start date of the Bootcamp. This is an additional week of interactive online learning designed to help you get through this content as efficiently as possible and ensure you have the necessary foundations in Python before the bootcamp starts.

Ein typischer Tag

Ein typischer Tag bei Le Wagon Brüssel

From morning lectures to evening talks, every day in Brüssel is action-packed.

  • 09:00 Vorlesungen
  • 10:30 Challenges
  • 16:00 Yoga
  • 17:00 Zusammenfassung
  • 18:00 Events 20:00
Vorlesungen
Vorlesungen09:00 - 10:30

Schnapp dir einen Kaffee und starte den Tag mit einer spannenden und interaktiven Vorlesung, bevor du das Gelernte in die Praxis umsetzt.

Übungen
Challenges10:30 - 16:00

Gemeinsam mit deinem Buddy für den Tag löst du Programmier-Aufgaben mit der Unterstützung unserer Lehrer.

Yoga
Yoga (Fakultativ)16:00 - 17:00

Programmieren lernen kann intensiv sein. Am Nachmittag entspannt ihr euch bei einer gemeinsamen Yoga-Klasse.

Live-Code
Zusammenfassung17:00 - 18:00

Während der Live-Code-Session sprecht ihr über die heutigen Übungen und bekommt eine Übersicht der anstehenden Themen.

Talks & Workshops
Events (Fakultativ)18:00 - 20:00

Lass dich inspirieren und erhalte wertvolle Tipps von erfolgreichen Gründern bei unseren exklusiven Talks & Workshops.

Karrierewoche

Career Week

At the end of the bootcamp, we will organise our Career Week. This week gives you the tools you need to take the next steps in your career, whether it is finding your first job in a Data Science role, exploring career opportunities with your new data skill set, or launching your start-up.

Workshops Workshops

Benefit from a combination of panel discussions, workshops, presentations, and assignments to help you find the right career path.

Becoming job-ready Becoming job-ready

Prepare your personal profile, complete job applications, prepare for technical challenges, and make a game plan for after the bootcamp!

Inspiration Inspiration

Hear from alumni about their post-Bootcamp journeys and what a typical day looks like in their new careers.

Custom-made Custom-made

You can join any workshops or watch any tutorials that you are interested in. You create your own career week according to our interests and objectives

Wöchentlicher Kursplan
Montag
  • Discover career paths
Dienstag
  • Prepare for a job application
Mittwoch
  • Prepare for technical challenges
Donnerstag
  • Apply for jobs
Freitag
  • Game plan post bootcamp
Community & Tools

Netzwerk und Online-Plattform

Unser Data Science Kurs ist erst der Beginn deiner Reise. Nach dem Kurs gehörst du zu einer weltweiten Tech-Community und hast Zugang zu unserer Online-Plattform, wo du immer weiter lernen und wachsen kannst.

Slack icon Slack-Gruppen

Erhalte Tipps und Ratschläge von erfolgreichen Data Scientists & Datenanalysten, Zugang zu exklusiven Jobchancen und Freelance-Stellen von Gründern und Entwicklern.

Online Classroom

Nutze jederzeit nach dem Kurs unsere Online-Lernplattform: hier findest du alle Data Science Vorlesungen, Screencasts, Übungen und Lernkarten.

Tech-Community

Werde ein Teil unserer globaler Community aus 12.945 Alumni, die im Bereich Data Science arbeiten, sowie viele weitere Gründer, Entwickler und Produktmanager auf der ganzen Welt.

Icon tutorials Ein weltweites Netzwerk

Unsere unterschiedlichen Kurse gibt es in 44 Städten auf der ganzen Welt: wohin du auch reist, du gehörst zur Le Wagon Community!

Lebenslange Community und Tools
Le Wagon Alumni einstellen

Finde einen Data Science Job bei den besten Tech-Firmen in Brüssel

Nach dem Ende des Programmierkurses profitierst du von unserer großartigen Karrierehilfe. Wir vernetzen dich mit den besten Recruitern und bringen dich mit relevanten Alumni in Kontakt.

microsoftwordCreated with Sketch. Career Playbook

Nutze unseren Alumni-Guide und starte erfolgreich in deine neue Data Science Karriere: bau dein Tech-Portfolio weiter aus, finde deinen Traumjob und lass dich von unseren 12.945 Alumni unterstützen.

myspaceCreated with Sketch. Karriere Events

Mach mit bei unseren vielen Jobmessen und Networking Events, triff die besten Tech-Firmen und erhalte Angebote von Recruitern für spannende Datenjobs.

buymeacoffeeCreated with Sketch. Alumni Coaching Sessions

Unsere Alumni sind ständig in Kontakt mit neuen Teilnehmern: sie erklären dir, wie sie ihre Jobs als Data Scientists, Datenanalysten und Dateningenieure gefunden haben.

wechatCreated with Sketch. Karriere-Intros

Unsere lokalen Teams sind regelmäßig in Kontakt mit unseren Alumni und Recruiting-Partnern und vernetzen dich jederzeit mit relevanten Personen.

Die Alumni unseres Programmierkurses arbeiten bei den besten Firmen
Firmennetzwerk

Hier arbeiten unsere Alumni inBrüssel

Die besten Firmen arbeiten mit Le Wagon zusammen und stellen unsere Alumni als Data Scientists, Datenanalysten und Dateningenieure ein.

Agilytic 1 Alumni eingestellt
Capco 3 Alumni eingestellt
+1
Isabel Group 1 Alumni eingestellt
Finanzierung

Finde passende Finanzierungen für dich

Finde heraus, ob du für spezielle Angebote in Brüssel berechtigt bist.

Brussels-Capital Region's Paid Educational Leave
Brussels-Capital Region's Paid Educational Leave

This funding option allows a large proportion of Brussels employees* to get time off work to follow our bootcamps while keeping (part of) their salary. You may not have been aware of this, but it is the right of any employee* who meets the conditions to take time off work to attend a training course, and to keep (part of) their salary! The employer can recover the remuneration paid from the competent Brussels service.

For the moment, our training courses are approved for the Brussels-Capital Region's Paid Educational Leave, the other regions will follow shortly. To see if you are entitled to it, go to the page dedicated to the Brussels Paid Educational Leave.

*Concerns all full-time workers and certain part-time workers belonging to the private sector or bound by an employment contract to an autonomous public enterprise and who are employed in an establishment unit in the Brussels Region.

As Tech skills are highly sought-after, you can benefit from 180 hours of Paid Educational Leave instead of the current limit of 120 hours!

More information, including eligibility criteria
Study now, pay monthly

Following our 6 month payment plan, you pay a deposit to secure your seat on the course and then pay the remaining balance over 6 monthly instalments. There is a 500€ management fee applicable.

Upfront - pay before you start

A deposit of 2,500 € is due upon signature of the contract, and the remaining balance is paid 1 week before the bootcamp start date.

Instalments - pay while you study

Pay your tuition in instalments, where the deposit is paid to secure your seat on the bootcamp, and then the remaining balance can be paid over 6 monthly instalments (there is a 500 € management fee associated with this option).

More information, including eligibility criteria, is available here

Der bestbewertete Data Science Kurs

Le Wagon ist das beste Coding-Bootcamp auf Switchup Coursereport Logo

Le Wagon hat 2164 Bewertungen mit einem Durchschnitt von 4.98/5 und ist damit laut Teilnehmern der beste Programmierkurs weltweit auf Switchup! Diese Bewertungen machen uns unglaublich stolz und glücklich, denn dahinter stecken tausende Menschen aus der ganzen Welt, denen der Kurs neue Möglichkeiten eröffnet hat. Wir freuen uns riesig darüber, dass sie nach dem Kurs erfolgreich und eigenständig Programmieren können, den nächsten Karriereschritt gehen und eigene Startups gründen.

Jede der 2164 Bewertungen zählt und hilft uns, unsere Kurse konstant zu verbessern und das höchste Niveau zu bieten. Die vielen positiven und enthusiastischen Kommentare sind der ultimative Beweis dafür, dass wir in 44 Städten weltweit die beste Tech-Ausbildung für unsere Teilnehmer bieten.

Campus Le Wagon Brüssel

Le Wagon Brussels - Coding Bootcamp

Data Science Kurs in Brüssel
Le Wagon Brussels - Coding Bootcamp
Cantersteen Street 10, 1000 Brussels

Go further illustration

Willst du mehr lernen?

Der nächste Vollzeit Data Science Kurs in Brüssel beginnt am 10 Jan, 2022

Jetzt bewerben
Laptop illustration