Informationen zum Kurs
Erlerne die grundlegenden Data Science Fähigkeiten
in nur wenigen Wochen
Datenanalyse-Toolkits
Beherrsche die grundlegenden Werkzeuge programmatischer Datenanalytiker:innen: Python als Grundgerüst, SQL für Abfragen und Jupyter Notebooks für die Visualisierung.
Python
SQL
Jupyter
Matplotlib
Entscheidungswissenschaft
Nutze Statistiken, um fortgeschrittene Analysen zu erstellen und fundierte Geschäftsentscheidungen zu treffen: statistische Schlussfolgerungen, Hypothesentests, multivariate Regression und Konfidenzintervalle.
Pandas
Numpy
Statsmodels
Maschinelles Lernen & Deep Learning
Beherrsche die Arbeitsabläufe von maschinellem Lernen und Deep Learning (Datenvorbereitung, Modellauswahl, Bewertung und Feinabstimmung) und verstehe die mathematischen Konzepte und numerischen Implementierungen hinter den Modellen.
Scikit-Learn
Tensorflow
Google Compute
ML Engineering & Team-Projekte
Verpacke deine Modelle in reproduzierbarem Python-Code, der mit virtuellen Maschinen und Online-Datenbanken auf Big Data in der Cloud trainiert werden kann. Überwache und trainiere deine Modelle bei Bedarf neu und mache sie über APIs der Welt zugänglich.
Git
Docker
MLflow
FastAPI
Starte KOSTENLOS! Nimm an einem unserer Live-Webinar für Webentwicklung, Datenanalyse oder UX-Design teil.
Was du in der Praxis lernst
Du lernst Data Science über 6 Module, entweder in Vollzeit in 2 Monaten oder in Teilzeit in 6 Monaten.
Vorbereitung: Bereite dich auf den Start des Bootcamps vor!
40h
Nach deiner erfolgreichen Bewerbung, erhältst du etwa 40 Stunden Online-Lernressourcen, die wir sorgfältig zusammengestellt haben, um dich intuitiv und interaktiv an die Inhalte des Kurses heranzuführen. Diese Vorbereitungen stellen sicher, dass du die notwendigen Grundlagen in Python und Mathematik hast, bevor das Bootcamp beginnt.
- Richte deine Lernumgebung ein (Notizen, Texteditor, ...)
- Terminal, Git und OS-Basisbefehle
- Python-Grundlagen
- Mathe-Grundlagen (auf eine unterhaltsame & intuitive Weise!)
So wendest du dein neues Wissen an
- 40 Stunden Online-Tutorials
- Kuratierte Ressourcen von Le Wagon für eine gute Grundlage
Datenanalyse
80h
Lerne Python für Data Science: Extrahiere Daten aus relationalen Datenbanken, manipuliere Big-Data-Matrizen und erstelle Visualisierungen. Verstehe wichtige mathematische Konzepte für die Datenanalyse wie Statistik und lineare Algebra.
- Daten aus Dateien, Web-Scraping oder APIs gewinnen
- Daten mit Python, Pandas und Numpy manipulieren
- Daten mit SQL und Google Big Query abfragen und speichern
- Visualisierung mit Jupyter Notebook, Matplotlib, Seaborn und Plotly
So wendest du dein neues Wissen an
- Eine Datenbank, die durch das Auslesen von Daten aus Online-Buchhandlungen erstellt wurde
- Fortgeschrittene Analyse von Fußballergebnissen in SQL
- Visuelles Dashboard mit Verbindung zu Börsen-APIs
Entscheidungswissenschaft
40h
Versetze dich in die Lage eines Data-Consultants und lerne, wie du die Datenaufbereitung eines umfangreichen Datensatzes meisterst. Gewinne Erkenntnisse, indem du statistische Ergebnisse auf der Grundlage von multivariater Regressionsmodellen, Hypothesentests und Konfidenzintervallen interpretierst.
- Statistikmodelle für multivariate lineare/logistische Regressionen
- Paketierung und objektorientierte Programmierung in Python
- Notebook-basierte Präsentationen mit interaktiven Graphen
So wendest du dein neues Wissen an
- 40 Stunden lang Datenberatung auf der Grundlage echter Marktdaten
- Individuelle Präsentationen deiner wichtigsten Ergebnisse für deine Kunden
Maschinelles Lernen
80h
Implementiere den Workflow des maschinellen Lernens mit Scikit-Learn (Datenvorbereitung, Feature Engineering, Modellauswahl, Evaluation und Feinabstimmung) und verstehe mathematische Intuitionen und numerische Implementierungen von ML-Modellen.
- Scikit-Learn und XGBoost Bibliotheken
- Überwachtes Lernen (linear, KNN, SVM, Trees, Ensembles)
- Unüberwachtes Lernen (PCA, K-means, t-SNE, DBSCAN)
- Strukturierte Daten (tabellarisch, Zeitreihen mit SARIMAX...)
- Unstrukturierte Daten (Bilder, Text mit Naive-Bayes, Tf-idf, LDA...)
So wendest du dein neues Wissen an
- Machine-Learning-Modelle, die perfekt auf deine Aufgaben abgestimmt sind
- Pipelines, die Datenverarbeitung und Modellvorhersagen kombinieren
- Bildkomprimierungsmodell durch Farbclustering
- Spam-Erkennungsalgorithmen
- Vorhersagemodell für Hauspreise
Deep Learning
40h
Entdecke die Magie hinter Deep Learning! Verstehe die Architektur von neuronalen Netzen (Neuronen, Schichten, Stapel) und ihren Parametern (Aktivierungen, Verluste, Optimierer). Erstelle deine eigenen neuronalen Netze (dichte, rekurrente oder Faltungsnetze), um mit Bildern, Sequenzen und Texten zu arbeiten. Lerne die Wiederverwendung und den Transfer von Lerninhalten aus vortrainierten "Big-Models" aus der neuesten Open-Source-Forschung. Mach dir die Hände schmutzig mit Auto-Encodern, Batch-Datenverarbeitungspipelines und GPU-Training.
- TensorFlow
- Keras
- Google Colab
So wendest du dein neues Wissen an
- Dichte neuronale Netze für die Erkennung von Betrugstransaktionen
- Transfer-Lernen für die Bildklassifizierung
- Automatische Kodierer für die Bildkomprimierung und -entrauschung
- Rekurrente Netze für die Wettervorhersage
- World Embedding für die Stimmungsanalyse oder die automatische Textvervollständigung
Technik des maschinellen Lernens (MLOps)
40h
Wandle deine besten handgefertigten Modelle in ein replizierbares Python-Paket um, das mit virtuellen Maschinen und Online-Datenbanken auf Big Data in der Cloud trainiert werden kann. Überwache die Leistung deines Modells, wenn neue Daten eintreffen, trainiere es bei Bedarf neu und stelle seine Vorhersagen über APIs oder Websites der Welt zur Verfügung.
- VS-Code & Befehlszeile
- Google Cloud, virtuelle Maschinen, SSH für den Trainer
- MLflow & Prefect für DAG-Orchestrierung
- Docker &; Fast API für das Backend
- Streamlit für das Frontend
So wendest du dein neues Wissen an
- ML-Modell zur Vorhersage von Taxitarifen, trainiert auf Big Data in der Cloud mit GPUs
- Visuelles Web-Dashboard mit Live-Vorhersagen (auf Diagrammen, Karten usw.)
- Trainierte Modelle in der Produktion, die zur Selbstheilung fähig sind
Projektwochen
80h
Die Projektphase ist das ultimative Kurserlebnis. Hier lernst du, effizient mit einem Team aus 3-4 Personen an einem echten Data-Science-Projekt zu kollaborieren, welches ihr gemeinsam vor eurem Bootcamp präsentiert. Verwende hier entweder offene Datensätze (staatliche Initiativen, Kaggle, Paper with Code, etc...) oder bringe deinen eigenen Datensatz mit. Mit der vollen Unterstützung und dem Mentoring unserer erfahrenen Lehrer:innen, kannst du die wildesten Projekte zur Realität werden lassen!
So wendest du dein neues Wissen an
- Erstelle eine Anwendung mit einer direkten Demonstration der Vorhersagen des Modells
- Erstelle eine umfassende Analyse eines Geschäftsdatensets
- Bilde neueste KI-Forschungsarbeiten mit Big Models nach
Karrierewoche: Starte deine Karriere in Data Science!
Triff Data-Science-Expert:innen, die in Startups oder renommierten Unternehmen arbeiten, bereite deinen Lebenslauf vor und führe Probeinterviews durch, um deine Jobsuche vorzubereiten. Vertiefe außerdem wichtige Datenthemen.
- Vorbereitung auf deine Stellensuche
- Verbindung zu unseren 19.000 Alumni und 985+ Partnerunternehmen
So wendest du dein neues Wissen an
- 1:1-Coaching
- Überarbeitung von Lebenslauf und Anschreiben
- Vorbereitung auf technische Vorstellungsgespräche
Standorte
Wo möchtest du Data Science lernen?
Wir bieten Data Science Bootcamps an über 45 Orten weltweit an. Wähle jetzt den Ort, an dem du lernen möchtest.
Loading...
Du möchtest mehr über unser Bootcamp erfahren?
Verstehe das Ziel des Bootcamps
Sieh dir alle Lehrinhalte detailliert an
Lerne unsere Methodik kennen
Lade jetzt unseren Lehrplan für Data Science herunter
Loading form...
Arbeite bei den besten Tech-Unternehmen
Le Wagon hilft dir, deinen Traumjob zu finden. Unser Karriereservice steht dir während des Bootcamps und darüber hinaus zur Verfügung.
985
Unternehmenspartner
93%
Beschäftigungsquote nach Abschluss
3 Monate
durchschnittlich, um eine Stelle zu finden
BEWERBUNGSVERFAHREN
So bewirbst du dich für unser Bootcamp
Unser Data Science Kurs ist sehr umfassend und intensiv. Aber keine Sorge – solltest du die vorgeschlagenen Voraussetzungen nicht bereits mitbringen, helfen wir dir bei der Vorbereitung!
1
Vorgeschlagene Anforderungen
Programmieren: Du solltest dich mit Datentypen und Variablen, Bedingungen, Schleifen, Funktionen und Datenstrukturen auskennen.
Mathematik: Du benötigst Mathematikkenntnisse auf Abitur-Level, d.h. du kannst mit Funktionen, Ableitungen und linearen Gleichungssystemen umgehen.
2
Interview mit unseren Studienberater:innen
Nach deiner Bewerbung, setzen wir uns mit dir in Verbindung, um ein 30-minütiges Videointerview zu vereinbaren, in dem wir über deinen beruflichen Werdegang, deine Motivation und deine Zukunftspläne sprechen.
3
Abfrage der bisherigen Kenntnisse
Du erhältst von uns ein Programmier- und Mathematik-Quiz, das dir und dem Zulassungsteam helfen soll, deinen aktuellen Wissensstand besser einschätzen zu können.
4
Zahlungsmöglichkeiten & Vorbereitung
Der letzte Schritt besteht darin, die für dich am besten geeignete Finanzierungsmöglichkeit zu finden. Dann kannst du mit der Vorbereitung beginnen, die aus einer 40-stündigen Schulung besteht.
Finanzierungsmöglichkeiten
Wähle die für dich passende Finanzierung
Dein finanzieller Hintergrund sollte kein Hindernis für die Teilnahme an unseren Kursen sein. Wir finden immer neue Wege, um Zahlungen und geförderte Finanzierungen zu erleichtern.
Mehr als nur ein Coding Bootcamp.
Werde Teil eines globalen Tech-Netzwerks.
Wenn du dich für Le Wagon entscheidest, schließt du dich einer hilfsbereiten Gemeinschaft von Alumni, Lehrkräften und Tech-Recruitern an. Profitiere vom lebenslangen Zugang zum Kursmaterial und den Jobangeboten unseres Netzwerks.
19.293
Alumni
43
Standorte
1.500
Tech-Expert:innen und Lehrkräfte
93 Tsd.
Meetup-Mitglieder
Du möchtest mehr über unser Bootcamp erfahren?
Verstehe das Ziel des Bootcamps
Sieh dir alle Lehrinhalte detailliert an
Lerne unsere Methodik kennen
Lade jetzt unseren Lehrplan für Data Science herunter
Loading form...
