Corso di Data Science a Stockholm

Stockholm
Full-time (9 settimane)
Prossimamente

In 9 settimane intensive, impara il Data Science da Python a Machine Learning avanzato, e ottieni tutte le competenze necessarie per unirti a un team di data science e dare una svolta alla tua carriera.

In 9 settimane intensive, impara il Data Science da Python fino al Machine Learning avanzato a Le Wagon.
Dettagli del corso

Iscriviti a un corso unico

Il nostro corso di data science full-time ti fornisce le competenze necessarie ad avviare una carriera in un team di data science in sole 9 settimane. 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.

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 e Matematica fino al completo ciclo di implementazione e lancio di algoritmi machine learning.

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

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, come 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.

Relational Database & SQL

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

Data Visualization

Rendi la tua analisi dati più visiva e comprensibile includendo visualizzazioni dati nel tuo Notebook. Impara come pianificare data frame usando librerie di Python come matplotlib e seaborn e trasforma i tuoi dati in informazioni utili.

Statistica, Probabilità, Algebra Lineare

Impara la matematica alla base di tutte le librerie e modelli usati nel bootcamp. Prendi confidenza con i concetti base di statistica & probabilità (mean, varianza, variabile casuale, Teorema di Bayes, ecc.) e con computazioni a matrice, che stanno alla base delle operazioni numeriche di librerie come Pandas e Numpy.

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 le fasi di training e testing per assicurarti che il tuo modello possa essere generalizzato per dati non visti e lanciato in produzione con precisione prevedibile. Impara come prevenire l'overfitting usando metodi di regolarizzazione e come scegliere la giusta funzione obiettivo per aumentare la precisione del tuo modello.

Indicatori di Performance

Stima la performance del tuo modello definendo cosa ottimizzare e i giusti indicatori di errori per valutare l'impatto del tuo business. Migliora la performance del tuo modello con metodi di validazione come convalida incrociata o hyperparameter tuning. Infine, scopri un potente metodo di apprendimento suprevisionato chiamato SVM (Support Vector Machines).

Unsupervised Learning & 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.

Machine Learning Pipeline

Passa da Jupyter Notebook a un code editor e impara come assemblare un progetto di machine learning nel modo giusto così da iterare velocemente e senza indugi. Impara come convertire un modello di machine learning in un modello con una pipeline solida e modulare con skleran-pipeline usando encoder e transformer.

Machine Learning workflow con MLflow

Creare un modello di machine learning dall'inizio alla fine richiede una gran dose di preparazione, sperimentazione, iterazione e messa a punto. Ti insegneremo come fare il tuo feature engineering e hyperparameter tuning per creare il miglior modello possibile. Per fare ciò, faremo uso di una libreria chiamata MLflow.

Lanciare in produzione con Google Cloud Platform

Infine, ti mostreremo come pubblicare il tuo modello in rete. Usando Google Cloud AI Platform e Airflow, sarai in grado di fare il training e packaging del tuo modello, per poi renderlo disponibile a tutto il mondo.

Gestire Immagini e Text data

Prendi confidenza col gestire variabili ad alta dimensione e a trasformarle in input gestibili. Impara le classiche tecniche di preprocessing per immagini come normalizzazione, standardizzazione e sbiancamento. Applica il giusto tipo di encoding per preparare i tuoi dati di testo per diverse task NLP (Natural Language Processing).

Network Neurali

Apprendi come funziona l'architettura dei network neurali (neuroni, layer, stack) e i loro parametri (activation function, loss function, optimizer). Diventa autonomo al punto da costruire i tuoi network come i Convolutional Neural Networks (per le immagini), i Recurrent Neural Network (per le serie storiche) e i network di Natural Language Processing (per i testi).

Deep Learning con Keras

Scopri una nuova libreria chiamatakeras, ovvero un wrapper developer-friendly su di tensorflow, una libreria di Deep Learning creata da Google. Ti insegneremo le tecniche di base per costruire il tuo primo modello deep learning con Keras.

Computer Vision

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

Progetto e-commerce

Ora risolviamo un problema reale: "in quanto data scientist che lavora per una delle più grandi aziende di e-commerce, come trovo consigli interessanti su come migliorare la performance del nostro sito?". Imparerai come strutturare una repository di Python con la programmazione orientata agli oggetti per collaborare con efficacia, come approcciarsi alla fase di preparazione dati per un dataset enorme, come trovare e interpretare risultati statistici di rilievo prima di fare prediction avanzate, e come spiegare i tuoi risultati a un pubblico senza padronanza del linguaggio tecnico grazie a un'analisi dei costi-benefici. Lavorerai in un gruppo di 3-4 persone per condividere i tuoi progressi, oltre a presentare e comparare i tuoi risultati."

Student Projects

Dopo questo primo progetto di e-commerce di una settimana, passerai le due settimane successive su di un progetto di gruppo su un interessante problema di data science che vuoi risolvere! Userai un mix di tuoi dataset (se ne hai dalla tua azienda/ organizzazione no-profit) e open-data repository (Iniziative del governo, Kaggle, ecc.). Sarà un ottimo modo di far pratica di tutti gli strumenti, tecniche e metodi studiati nel Corso di Data Science e ti renderai conto di quanto sei diventato autonomo.

Una giornata tipica a Le Wagon

Dalle lezioni al mattino fino ai workshop serali, le nostre giornate sono pienissime.

  • 9:00 del mattino Lezioni
  • 10:30 del mattino Challenge
  • 4:30pm Yoga
  • 5:30pm Live-code
  • 19:00 Eventi 8:30pm
Lezioni
Lezioni9:00AM - 10:30AM

Prendi un caffè e inizia ogni mattina con una lezione coinvolgente e interattiva, prima di mettere in pratica ciò che hai imparato.

Le sfide
Sfide10:30AM - 4:30PM

Lavora insieme ai tuoi compagni ed esercitati con la programmazione con l'aiuto dei docenti.

Yoga
Yoga4:30PM - 5:30PM

Imparare a programmare è molto intenso, quindi è importante fare una pausa e rilassarsi durante le nostre lezioni di yoga.

Live code
Live code5:30PM - 7:00PM

Riguarda le challenges del giorno e scopri le prossime lezioni durante le sessioni di live code.

Colloqui & Seminari
Talks & Workshops7:00PM - 8:30PM

Lasciati ispirare e ricevi preziosi consigli dagli imprenditori di successo nei nostri incontri e workshop esclusivi.

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 7142 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 38 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 7142 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 4 studenti
+2
Frichti Ha assunto 1 studenti

Vuoi andare oltre?