全日制(9周)
敬请期待

在高强度的九周内,学习从Python到高级机器学习的数据科学,获得在数据科学团队工作所需的所有技能,加速提升你的职业生涯。

在Le Wagon,用九周时间从Python到高级机器学习高强度学习数据科学。
课程具体信息

加入一期独特的课程

我们的全日制数据科学课程让你在短短9周内学习数据科学团队中工作所需的技能。从Pandas到深度学习,完成课程学习的你将了解如何使用一流的工具与团队合作,在生产环境中探索、清理数据并将数据转换为可行的见解,如何运用实施机器学习模型工具。

Le Wagon的数据科学课程为你提供任何与数据相关的职业角色所需的数据科学技能。
9周学习数据科学
了解我们校友在两周内搭建的成果

数据科学课程大纲

我们的课程设计旨在让你从Python和Mathematics中的基本数据工具包开始,到机器学习算法的完整实现和部署周期,循序渐进地学习数据科学。

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

现在开始准备训练营!

数据科学课程强度很大,为了循序渐进,我们的学生必须在开始训练营之前完成在线准备工作。这项准备工作大约需要40个小时,涉及Python的基础知识,课程的必备语言以及数据科学家每天都在使用的一些数学知识。

c pulse 统计推断

你将学习如何使用面向对象的程序来构建Python存储库以清理代码并使代码可重复使用,并在庞大数据集的数据准备阶段中生存下来,以及如何基于多元回归模型查找和解释有意义的统计结果。

speaker 沟通

数据分析师旨在将其发现传达给非技术受众:你将学习如何通过解释技术见解来产生和创造影响,并使用成本或收益分析将其转变为业务决策。你将能够共享进度,向团队成员展示及对比结果。

预处理和监督学习

了解如何通过预处理技术(例如矢量化)来探索、清理和准备数据集。熟悉监督学习的经典模型-线性回归和逻辑回归。通过Python库scikit-learn了解如何使用学习算法例如KNN(k最近邻居))解决预测和分类任务。

泛化和过度拟合

实施培训和测试阶段以确保你的模型可以泛化为看不见的数据并以可预测的精度部署到生产中。了解如何使用正则化方法防止过度拟合,以及如何选择正确的损失函数来提高模型的准确性。

性能指标

通过定义要优化的内容和适当的错误指标来评估模型的性能以评估业务影响。使用诸如交叉验证或超参数调整之类的验证方法来提高模型的性能。最后,学习探索一种功能强大的监督学习方法SVM(支持向量机)。

无监督学习和高级方法

转向无监督学习,并采用诸如PCA之类的方法来降低维度,或采用聚类的方式来发现数据集中的组。通过结合其他模型以提高性能的集成方法来完善你的工具带,例如“随机森林”或“梯度提升”。

神经网络

通过了解神经网络的结构(神经元、层、堆栈)及其参数(激活、损失、优化器),揭示深度学习背后的魔力。自主学习以建立自己的网络,在处理让深度学习起作用的技术和技巧的同时使用图像、时间和文本。

计算机视觉

通过卷积神经网络进一步深入计算机视觉,最大限度地利用图像。通过数据增强技术改进模型的通用性;从最新的体系结构中受益,利用最先进的Transfer学习方法。

时间序列和文本数据

通过将顺序数据和文本(单词的顺序)转换为适当的输入,来轻松管理数据。利用循环神经网络的力量来预测未来价值并执行有效的自然语言处理。

深度学习变得容易

探索 Keras 深度学习库,该库可轻松进行原型设计,同时灵活精确地调整您的神经网络。此外,由于使用了专用的GPU, Google Colab 将大大缩短计算时间。

机器学习管道

从Jupyter Notebook移至代码编辑器,并学习如何以正确的方式设置机器学习项目,以便快速自信地进行迭代。了解如何使用编码器和变压器将机器学习模型转换为具有sklearn-pipeline的健壮且可扩展的管道的模型。

MLflow的机器学习工作流程

从头到尾构建机器学习模型需要大量的数据准备,实验,迭代和调整。我们将教你如何利用一个名为MLflow的库进行特征工程和超参数调整以构建最佳模型。

使用Google云平台部署到生产

最后,我们将向你展示如何将代码和模型部署到生产环境。使用Google Cloud AI Platform,你将能够大规模训练模型,打包模型并将其提供给全世界。最重要的是Cherry,你将使用Docker环境来部署自己的RESTful Flask API,该API可以插入任何前端接口。

学生项目

最后两个星期,你将在小组项目中工作,和团队成员一起解决的数据科学问题!你将学习如何通过通用的Python存储库和Git流在实际的数据科学项目上进行有效的协作。你将混合使用自己的数据集(如果有公司或非营利组织的数据集)和开放数据存储库(政府计划,Kaggle等)。这将帮助你练习数据科学课程中涵盖的所有工具、技术和方法,让你意识到自己这一路的成果和收获。

在Le Wagon南特的一天

从早上的课程到晚上的讲座,每天的安排都是满满的!

  • 09:00 讲座
  • 10:30 挑战
  • 16:00 瑜伽
  • 17:00 回顾
  • 18:00 活动 20:00
讲座
讲座09:00 - 10:30

每天早上喝一杯咖啡,开始互动性极强的讲座,然后把所学的内容付诸实践。

挑战
挑战10:30 - 16:00

和其他学员结对,接下来的一天里在导师 助教的帮助下,共同应对系列编程挑战。

瑜伽
瑜伽16:00 - 17:00

学习编程强度很大,因此学会在瑜伽环节休息和放松是很重要的。

实战代码
回顾17:00 - 18:00

复习当天的挑战内容,并在代码实战环节提前了解接下来的课程。

讲座&工作坊
活动18:00 - 20:00

在我们举办的讲座和工作坊中,从成功创业者的分享中获得启发和有价值的建议。

充满热情的老师们

我们始终认真严肃对待教学。优秀的老师能够启发大家,帮助学生深入探讨各个主题。仅仅拥有开发经验的人并不一定是个好老师,所以我们不仅仅想要找到最优秀的工程师,还要求他们拥有丰富而具深度的教学经验。

Cecile Veneziani
Cecile Veneziani

从事了八年的电子商务应用工作,Cecile现在与人分享自己对Ruby on Rails的热爱。最初她是Le Wagon巴黎的导师,后来逐渐会去欧洲其他城市的训练营教课,为各地的学员带去她的经验和专长!

了解更多关于Cecile
Nicolas Filzi
Nicolas Filzi

商学院辍学,第一次教育领域创业失败后,2015年Nicolas决定学习真正的技术。 现在他能够用技术解决很多问题,并且指导其他人做同样的事情 有时会编写代码,但不总是

了解更多关于Nicolas
Guillaume Cabanel
Guillaume Cabanel

Guillaume是一名工程师,很早就对编程感兴趣。在2016年,他参加了Le Wagon训练营,改变了自己的人生轨迹。现在,他是一名自由职业者,以及南特Ruby社群的积极成员。

了解更多关于Guillaume

社交和学习平台

我们的数据科学课程只是旅程的开始。毕业后你将加入我们全球技术社群,使用我们的在线平台来保持学习和成长。

Slack icon Slack群组

从专业数据科学家和数据分析师那里获得提示和建议,从企业家和开发人员那里获得独家工作和自由职业机会。

线上教室

课程结束后,学生在任何时候都可以访问我们的在线教育平台,再次回看所有数据科学讲座、课程视频、代码挑战和抽认卡。

科技社群

受益于我们全球%{alumni_count}名校友组成的社群,他们从事着与数据相关的角色,为全世界的企业家、开发人员和产品经理提供着服务。

Icon tutorials 全球社群

我们在世界各地的40%{city_count}个校园中开设了不同的课程:无论你去到哪里,都可以找到Le Wagon社群!

终身受用的社群和工具

在顶尖的科技公司找到一个数据相关的 工作

课程结束后,你将享受我们的职业生涯服务。我们会帮助你与最优秀的招聘人员会面,并与相关校友建立联系。

microsoftwordCreated with Sketch. 职业手册

课程结束后,你将获得完整职业生涯指南,开启你的数据科学事业:提升你的简历,找到理想的工作,和我们%{alumni_count}校友社群建立联结。

myspaceCreated with Sketch. 职业分享会

参加我们的招聘会和社交活动,了解最优秀的科技公司,与数据人才相关职位的招聘人员建立联结,收获Offer。

buymeacoffeeCreated with Sketch. 校友辅导课程

我们的数据科学课程校友喜欢与应届毕业生分享他们的经验:他们讲述了自己如何找到数据科学家,数据分析师或数据工程师这一类型工作的故事。

wechatCreated with Sketch. 职业生涯介绍

我们的当地团队非常了解校友的动态以及合作招聘伙伴的偏好,他们会根据你的目标和方向为你推荐介绍合适的人选。

我们网页开发课程的校友被顶尖科技公司录用

我们校友在南特数据领域的工作

与沃耕合作,并聘请我们校友担任数据科学家、数据分析师或数据工程师的杰出公司

Getaround 雇用了6名校友
+4
ContentSquare 雇用了1名校友
Aircall 雇用了3名校友
+1
Doctolib 雇用了9名校友
+7
Google 雇用了5名校友
+3
Frichti 雇用了1名校友

想要更深入了解?