Part-time (24 settimane)

in 24 settimane intensive, impara il Data Science da Python al Machine Learning avanzato, apprendi tutte le competenze necessarie per unirti a un team di Data Science e dai una svolta alla tua carriera.

Iscriviti ora
In 9 settimane part-time, impara il Data Science da Python fino al Machine Learning avanzato a Le Wagon.
Dettagli del corso Iscriviti ora

Alcuni dei nostri corsi a Brussels possono essere seguiti da remoto. Dopo aver fatto richiesta, il responsabile iscrizioni ti contatterà in breve tempo per fornirti tutte le informazioni necessarie.

Iscriviti a un corso unico

Il nostro corso di Data Science part-time ti fornisce le competenze necessarie ad avviare una carriera in un team di data science, tutto in 24 settimane studiando alcune sere infrasettimanali e il sabato. Da Pandas al Deep Learning, finirai il corso sapendo come fare data cleaning, esplorare e trasformare dati in informazioni utili e implementare modelli di machine learning dall'inizio alla fine in un product environment, lavorando in team con i migliori strumenti a disposizione.

Il corso di Data Science di Le Wagon ti fornisce le competenze di data science necessarie per dare inizio a una carriera in qualsiasi ruolo del settore.
Impara Data Science in 9 settimane
Dai un'occhiata a cos'hanno realizzato i nostri studenti in 2 settimane

Il curriculum del nostro corso di Data Science

Il nostro corso di web development è strutturato in modo da permetterti di imparare a programmare passo per passo, dai data toolkit di base su Python all'implementare un modello Machine Learning in un ambiente di produzione.

  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

Inizia il bootcamp già pronto!

Il nostro corso di Data Science è molto intenso. Per risparmiare tempo, i nostri studenti devono completare un corso preparativo online prima di iniziare il bootcamp. Questo pre-corso dura 40 ore e copre le basi di Python, il linguaggio principale usato nel corso, e alcune nozioni di matematica usate ogni giorno dai data scientist.

Python per Data Science

Impara a programmare in Python, a lavorare con Jupyter Notebook e a usare librerie di Python come Pandas e NumPy per esplorare e analizzare grandi dataset. Raccogli dati da diverse fonti, come file CSV, query SQL su database relazionali, Google Big Query, le API e Web scraping.

Database Relazionali & SQL

Impara a formulare una buona domanda e a come darle una risposta costruendo la giusta query SQL. Questo modulo affronterà l'architettura dello schema e poi si tufferà nella manipolazione avanzata di SELECT per estrarre informazioni utili da un database indipendente o usando un software client SQL come DBeaver.

Rappresentazione Grafica dei Dati

Rendi le tue analisi dati più visiamente accattivanti e comprensibili includendo visualizzazioni dati nel tuo Notebook. Impara come pianificare i tuoi data frame usando librerie di Python come matplotlib e seaborn e trasforma i tuoi dati in indicazioni operative.

Statistica, Probabilità, Algebra Lineare

Impara la matematica alla base di tutte le librerie e i modelli utilizzati nel bootcamp. Familiarizza con i concetti base di statistica e probabilità (media, varianza, variabile casuale, Teorema di Bayes, ecc.) e le matrici, nozioni chiave delle operazioni numeriche di librerie quali Pandas e Numpy.

c pulse Inferenza statistica

Imparerai come strutturare una repository di Python con la programmazione orientata agli oggetti per far pulizia del codice e renderlo riutilizzabile, come affrontare la fase di preparazione dati di un ampio dataset, e come trovare e interpretare risultati statistici rilevanti basandoti su modelli di regressione multivariata

speaker Comunicazione

I Data Analyst devono essere in grado di condividere le loro scoperte con persone esterne al settore: imparerai come fare una presentazione d'impatto illustrando i tuoi approfondimenti tecnici trasformandoli in decisioni professionali con analisi costi-benefici. Sarai in grado di comunicare i tuoi progressi, oltre che a presentare e comparare i tuoi risultati con quelli dei tuoi colleghi.

Preprocessing e Apprendimento Supervisionato

Impara a esplorare, bonificare e preparare il tuo dataset con tecniche di preprocessing come la vettorizzazione. Familiarizza con i classici modelli di apprendimento suprevisionato - regressioni lineari e logistiche. Impara a risolvere task di predizione e classificazione con la libreria di Python scikit-learn usando algoritmi di apprendimento automatico come KNN (k-nearest neighbors).

Generalizzazione e Overfitting

Implementa fasi di training e testing per assicurarti che il tuo modello possa essere generalizzato a dati nascosti e lanciato in produzione con accuratezza prevedibile. Impara come prevenire l'overfitting usando metodi di regolarizzazione e come scegliere la giusta loss function per migliorare l'accuratezza del tuo modello.

Metrica di Performance

Analizza le prestazioni del tuo modello definendo cosa ottimizzare e i giusti tassi di errore, così da valutare l'impatto aziendale. Migliora la performance del tuo modello con metodi di convalida come cross-validation e ottimizzazione degli iperparametri. Infine, scopri un efficace modello di apprendimento supervisionato chiamato SVM (Support Vector Machines).

Apprendimento Non Supervisionato & Metodi Avanzati

Passa all'apprendimento non supervisionato e implementa metodi come PCA per la riduzione di dimensionalità o clustering per scoprire gruppi in un data set. Completa la tua toolbelt con metodi ensemble che combinano altri modelli per aumentare la performance, come Random Forest o Gradient Boosting.

Neural Network

Comprendi l'architettura delle reti neurali (neuroni, layer, stack) e i loro parametri (funzioni di attivazione, funzioni obiettivo, ottimizzatori). Diventa autonomo, così da costruire le tue reti come le Convolutional Neural Network (per immagini), Recurrent Neural Network (per serie storica) e Natural Language Processing Network (per il testo).

Visione Artificiale

Approfondisci la visione artificiale con Deep Learning realizzando network per rilevamento e riconoscimento di oggetti. Implementa tecniche avanzate come l'aumento dati per incrementare il tuo set di allenamento computando perturbazioni su immagini (tagli random, cambi nell'intensità, ecc) così da migliorare la generalizzazione del tuo modello.

Gestione Immagini e Dati di testo

Prendi confidenza nel gestire variabili multidimensionali e a trasformarle in input gestibili. Impara classiche tecniche di preprocessing per immagini, come normalizzazione, standardizzazione e whitening. Applica il giusto tipo di encoding per preparare i tuoi dati di testo per attvitià di Natural Language Processing.

Deep Learning con Keras

Scopri una nuova libreria chiamata keras, ovvero un wrapper studiato apposta per i developer su tensorflow, una libreria di Deep Learning creata da Google. Ti insegneremo le tecniche fondamentali per costruire il tuo primo modello di deep learning con Keras.

Sviluppo del Machine Learning

Spostati da Jupyter Notebook a un code editor e impara come creare un progetto machine learning nel modo giusto, così da iterare velocemente e in modo sicuro. Impara come convertire un modello di machine learning in un modello con una pipeline solida emodulare con sklearn-pipeline usando encoder e transformer.

Workflow del Machine Learning con MLflow

Costruire un modello di machine learning da zero richiede molta preparazione dati, sperimentazione, iterazioni e ottimizzazione. Ti insegneremo come fare progettazione delle caratteristiche e a ottimizzare gli iperparametri, così da costruire il miglior modello possibile. Per ottenere ciò, faremo uso di una libreria chiamata MLflow.

Deployment in produzione con Google Cloud Platform

Infine, ti insegneremo come eseguire il deployment del tuo codice e modello in produzione. Usando Google Cloud AI Platform, sarai in grado di fare un training del tuo modello in scala, e a renderlo disponibile al resto del mondo. Come ciliegina sulla torta, userai un ambiente Docker per eseguire il deployment del tuo RESTful Flask API che potrà essere integrato con qualsiasi interfaccia front-end.

Progetti degli Studenti

Trascorrerai le ultime due settimane lavorando in gruppo su un problema di data science che vuoi risolvere! Il tuo team imparerà a collaborare in maniera efficace su progetti di data science veri e propri tramite una repository comune di Python e Git Flow. Incorporerai un mix dei tuoi dataset (se ne hai a disposizione dalla tua azienda / organizzazione no-profit) e repository open-data (iniziative governative, Kaggle, ecc.). Sarà un'ottima opportunità per mettere in pratica tutti gli strumenti, tecniche e metodologie imparate durante il corso di Data Science e ti renderai conto dell'autonomia che hai ottenuto.

Il nostro format part-time

Impara a programmare in 24 settimane, con un calendario e orario adattati alla tua agenda fitta di impegni.

09:00 AM 05:00 PM
07:00 PM 10:00 PM
Lunedì
Martedì
Mercoledì
Giovedì
Venerdì
Sabato
Domenica
Compiti a casa Guarda le lezioni per prepararti alla prossima sessione.
In classe Programma in coppia con i tuoi compagni di classe con sfide di coding, aiutato dai nostri teacher.
In classe Programma in coppia con i tuoi compagni di classe con sfide di coding, aiutato dai nostri teacher.
Compiti a casa Guarda le lezioni per prepararti alla prossima sessione.
In classe Mettiti alla prova con sfide e progetti.

Consolida le tue nozioni con sessioni di live-code insieme agli insegnanti.
☀️
🏠Compiti a casa

Guarda le lezioni per prepararti alla prossima sessione.

🏫In classe

Programma in coppia con i tuoi compagni di classe con sfide di coding, aiutato dai nostri teacher.

Un assaggio del nostro programma a Brussels

Vivi un'esperienza unica ogni settimana.

Sessioni di programmazione a coppie nel campus
Sessioni di programmazione in coppia dal vivo

Incontra altri studenti e insegnanti tre volte a settimana per lavorare alle coding challenge. Impara a pensare e risolvere problemi come un software developer.

Lezioni online e flashcards
Lezioni online e flashcards

Segui le lezioni al tuo ritmo sulla nostra piattaforma online. Afferra i concetti principali e preparati per la prossima sessione di programmazione. Consolida le tue conoscenze quotidianamente usando le nostre Flashcard.

Eventi volti all'assunzione & Networking
Eventi di Hiring & Networking

Unisciti a noi per gli eventi settimanali con imprenditori e recruiter. Crea il tuo network nella dinamica scena del tech.

Piattaforma di networking e apprendimento

Il nostro corso di Data Science è solo l'inizio del tuo cammino. Una volta diplomato, farai parte di una community tech globale e avrai accesso alla nostra piattaforma online per continuare a imparare e a crescere.

Slack icon Gruppi su Slack

Ottieni consigli da data scientist & data analyst professionisti e opportunità di lavoro esclusive da imprenditori e sviluppatori.

Classe online

Ottieni accesso alla nostra piattaforma di apprendimento online quando vuoi dopo il corso: troverai tutte le lezioni di data science, gli screencast, le challenge e le flashcard.

Community tech

Beneficia della nostra community globale di 9322 ex studenti che lavorano nel campo del data science, o come imprenditori, sviluppatori e product manager in tutto il mondo.

Icon tutorials Presenza globale

I nostri corsi hanno luogo in 40 città diverse in tutto il mondo: ovunque tu vada puoi contare sulla community di Le Wagon!

Comunità e strumenti per la vita

Trova un lavoro nel campo del data science nelle migliori aziende tech

Una volta finito il corso, potrai beneficiare dei nostri servizi per la carriera. Ti metteremo in contatto con i migliori recruiter e gli ex studenti che lavorano nel settore.

microsoftwordCreated with Sketch. Career Playbook

Ottieni accesso a una guida completa su come dare il via alla tua carriera Data Science dopo il corso: migliora il tuo portfolio, trova il lavoro dei tuoi sogni, fai affidamento sulla nostra community di 9322 studenti.

myspaceCreated with Sketch. Career Events

Partecipa ai nostri eventi di networking e fiere del lavoro, incontra le migliori aziende tech e ricevi offerte di lavoro da recruiter in cerca di talenti in ruoli relativi al data science.

buymeacoffeeCreated with Sketch. Sessioni di Coaching

I nostri studenti del corso di data science amano condividere la loro esperienza dopo essersi diplomati: spiegano come hanno trovato lavoro come Data Scientist, Data Analyst o Data Engineer.

wechatCreated with Sketch. Career Intro

I nostri team locali conoscono i loro studenti e partner d'assunzione, cosa stanno facendo e cosa cercano. Ti presentano le persone adatte per raggiungere il tuo obiettivo.

I nostri studenti del corso di web development vengono assunti dalle migliori aziende.

Dove lavorano i nostri studenti nel campo del data science

Le migliori aziende collaborano con Le Wagon e assumono i nostri studenti come Data Scientist, Data Analyst o Data Engineer.

Getaround Ha assunto 6 studenti
+4
ContentSquare Ha assunto 1 studenti
Aircall Ha assunto 3 studenti
+1
Doctolib Ha assunto 9 studenti
+7
Google Ha assunto 5 studenti
+3
Frichti Ha assunto 1 studenti

Vuoi andare oltre?

Il prossimo coding bootcamp di Corso di Data Science part-time a Brussels inizia il mar 13, 2021