Data Scientist Bootcamp

Data Scientist Bootcamp 

Om bootcampen

Denna bootcamp för datavetenskap accelererar din karriär inom datavetenskap och ger dig den världsledande utbildning och de färdigheter som krävs för att lyckas inom detta område. Kursen erbjuder omfattande utbildning i de mest efterfrågade färdigheterna inom datavetenskap och maskininlärning, med praktisk erfarenhet av viktiga verktyg och tekniker, inklusive Python, R, Tableau och maskininlärningskoncept. Bli datavetare genom att fördjupa dig i nyanserna i datatolkning, behärska tekniker som maskininlärning och kraftfulla programmeringsfärdigheter för att ta din karriär inom datavetenskap till nästa nivå.

Detta program introducerar deltagarna till en integrerad blandad inlärningsmetod som gör dem till experter inom datavetenskap. Denna kurs i datavetenskap hjälper studenterna att förbereda sig för ledande positioner som datavetare.

Viktiga funktioner

• Kurs och material på engelska
• Nybörjare – avancerad nivå för blivande proffs
• 11 månader lång live-bootcamp online och e-lärande (i egen takt)
• Undervisningen hålls mestadels varje helg
• 1 års tillgång till e-lärandeinnehåll i egen takt och inspelningar av lektioner
• 38 timmars e-lärandeinnehåll
• 240 timmars rekommenderad studietid
• Förstklassig läroplan med integrerade laborationer
• Certifiering för varje kurs och Bootcamp-certifiering efter avslutad kurs

Resultat av programmet

• Förvärva en djupgående förståelse för datastruktur och datamanipulation.
• Förstå och använda linjära och icke-linjära regressionsmodeller och klassificeringstekniker för dataanalys.
• Förvärva en djupgående förståelse för övervakade och oövervakade inlärningsmodeller som linjär regression, logistisk regression, klustring, dimensionalitetsreduktion, K-NN och pipelines.
• Utföra vetenskapliga och tekniska beräkningar med hjälp av SciPy-paketet och dess underpaket, t.ex: Integrate, Optimize, Statistics, IO och Weave.
• Få erfarenhet av matematiska beräkningar med hjälp av NumPy- och scikit-learn-paketen.
• Behärska begreppen rekommendationsmotorer och tidsseriemodellering och få en fungerande kunskap om principer, algoritmer och tillämpningar av maskininlärning.
• Lär dig att analysera data med Tableau och bli skicklig på att bygga interaktiva instrumentpaneler.

Inlärningsstig för certifiering av datavetenskap

1. Grundläggande programmering
2. SQL-certifieringskurs
3. Python för datavetenskap (IBM)
4. Tillämpad datavetenskap med Python
5. Maskininlärning med hjälp av Python
6. Tableau Desktop Specialist Certifieringsutbildning
7. Data Scientist Capstone

Valfria kurser - bonusmaterial

• Företagsanalys med Excel
• R-programmering för datavetenskap
• PL-300 Microsoft Power BI certifieringsutbildning
• Grunderna i generativ AI, Prompt Engineering & ChatGPT

Verktyg som omfattas

• Python
• Scikit Learn
• Tableau
• PowerBI
• Numpy
• PyTorch
• Midjourney
• Pandor
• Seaborn
• SciPy
• MySQL
• ChatGPT
• DALL-E2
• Bard

Vem bör anmäla sig till detta program?

Data Science-rollen kräver en blandning av erfarenhet, Data Science-kunskap och användning av rätt verktyg och teknik. Det är ett gediget karriärval för både nya och erfarna yrkesverksamma. Blivande yrkesverksamma av alla utbildningsbakgrunder med en analytisk sinnesram är mest lämpade att bedriva Data Scientist Bootcamp

• IT-proffs
• Analytiska chefer
• Affärsanalytiker
• Bank- och finanspersonal
• Marknadsföringschefer
• Chefer för nätverk i försörjningskedjan
• Nybörjare eller nyutexaminerade

Förkunskapskrav

Det finns ingen formell utbildning som behövs. Men yrkesverksamma som vill lyckas med denna utbildningskurs i datavetenskap bör ha följande:

• Grundläggande kunskaper i matematik och statistik
• Grundläggande förståelse för alla programmeringsspråk

Inlärningsväg

Kurs 1: Grundläggande programmering

Viktiga lärandemål

• Förvärva färdigheter i både procedur- och objektorienterad programmering
• Känna igen fördelarna och nyttan med att använda Python som programmeringsspråk
• Lära sig om de olika typerna av loopar i Python
• Utforska konceptet med variabelomfång inom funktioner
• Förklara principerna för och egenskaperna hos objektorienterad programmering
• Bli bekant med Jupyter Notebook och dess praktiska tillämpningar
• Implementera Python-identifierare, indragningar och kommentarer på ett effektivt sätt
• Förstå Pythons datatyper, operatorer och strängfunktioner
• Beskriva metoder, attribut och åtkomstmodifierare i Python

Kurs 2: SQL-certifieringskurs

Viktiga lärandemål

• Utveckla en omfattande förståelse för databaser och deras relationer
• Förvärva expertis i olika SQL-lektioner, inklusive filtrering, ordning, aliasing, aggregerade kommandon, gruppering, villkorliga uttalanden
• Lära sig att använda vanliga frågeverktyg och arbeta med SQL-kommandon
  behärska transaktioner, skapande av tabeller och vyer för effektiv databashantering
• Utforska olika SQL-funktioner, t.ex. strängfunktioner, matematiska funktioner, datum- och tidsfunktioner och funktioner för mönstermatchning
• Förstå och exekvera lagrade procedurer för att utföra komplexa operationer
• Förstå funktioner för kontroll av användaråtkomst för att säkerställa databassäkerhet

Lektion 3: Python för datavetenskap (IBM)

Viktiga lärandemål

• Skapa ditt första Python-program med hjälp av variabler, strängar, funktioner, loopar och villkor
• Förstå och tillämpa begrepp relaterade till listor, uppsättningar, ordböcker, villkor, förgreningar, objekt och klasser i Python
• Använda pandas-biblioteket för att ladda, manipulera och spara data samt läsa och skriva filer i Python

Lektion 4: Tillämpad datavetenskap med Python

Viktiga lärandemål

• Utforska processerna för dataförberedelse, modellbyggnad och utvärdering
• Tillämpa Python-koncept relaterade till strängar, Lambda-funktioner och listor på ett heltäckande sätt
• Utveckla en stark förståelse för NumPy och dess applikationer, inklusive arrayindexering och skivningstekniker
• Tillämpa principer för linjär algebra i dataanalys, inklusive dess tillämpning i kalkyl
• Få en tydlig förståelse för statistiska begrepp som skevhet, kovarians och korrelation
• Beräkna mått på centraltendens och spridning i data
• Beskriva nollhypotesen och alternativhypotesen i hypotesprövning Undersöka olika
• Arbeta med pandas två primära datastrukturer: Serier och DataFrame.
• Förbereda, formatera, normalisera och standardisera data med hjälp av tekniker för databinning
• Skapa effektiva visualiseringar med hjälp av Matplotlib, Seaborn, Plotly och Bokeh

Kurs 5 - Maskininlärning med hjälp av Python

Viktiga lärandemål

• Undersöka olika typer av maskininlärning och förstå deras unika egenskaper
• Analysera maskininlärningspipelinen och få en omfattande förståelse för viktiga operationer som ingår i maskininlärningsoperationer (MLOps)
• Utforska övervakad inlärning och dess breda utbud av applikationer
• Förstå begreppen overfitting och underfitting och lära dig tekniker för att upptäcka och förhindra dem
• Analysera olika regressionsmodeller och identifiera deras lämplighet för specifika scenarier
• Lista olika typer av klassificeringsalgoritmer och förstå deras specifika tillämpningar
• Behärska olika typer av oövervakade inlärningsmetoder och avgöra deras lämpliga användning
• Få en djup förståelse för olika klustertekniker inom oövervakad inlärning
• Undersöka olika tekniker för ensemblemodellering, till exempel bagging, boosting och stacking
• Utvärdera och jämföra olika ramverk för maskininlärning, inklusive TensorFlow och Keras
• Bygga en rekommendationsmotor med hjälp av PyTorch

Kurs 6 - Certifieringsutbildning för Tableau Desktop Specialist

Viktiga lärandemål

• Förvärva expertis inom olika visualiseringstekniker, till exempel värmekartor, trädkartor, vattenfallsdiagram och Pareto-diagram
• Arbeta skickligt med filter, parametrar och uppsättningar för att manipulera data på ett effektivt sätt
• Bli skicklig på att använda speciella fälttyper och Tableau-genererade fält samt att skapa och använda parametrar
• Lära dig att konstruera olika diagram, interaktiva instrumentpaneler och fängslande berättelsegränssnitt och hur du delar med dig av insikter på ett effektivt sätt
• Få kunskaper om datablandning, skapa datautdrag och effektivt organisera och formatera data
• Förstå vikten av metadata och dess tillämpning i Tableau
  behärska olika beräkningar, inklusive aritmetiska, logiska, tabell- och detaljnivå (LOD)

Kurs 7 - Data Scientist Capstone

Viktiga lärandemål

• Databehandling: Använda olika tekniker för att omvandla rådata till meningsfulla insikter
• Modelluppbyggnad: Använda tekniker som regression och beslutsträd för att skapa exakta och intelligenta maskininlärningsmodeller som kan göra förutsägelser
• Python eller SAS: Utveckla din modell och genomföra en komplett modellbyggnadsövning, inklusive datadelning, testning och validering av data med hjälp av k-fold korsvalideringsprocessen
• Finjustering av modellen: Tillämpa olika tekniker för att förbättra modellens noggrannhet och välja den bäst presterande mästarmodellen
• Instrumentpanel och resultatpresentation: Använd Tableau för att skapa en instrumentpanel med meningsfulla insikter för att presentera dina slutresultat

Valfria kurser - Bonusmaterial

1. Företagsanalys med Excel

Anmäl dig till den här kursen för att få praktiska, datadrivna beslutsfattande färdigheter genom att behärska dataanalys och statistik. Med hjälp av Excel kommer du att förvärva expertisen för att utföra sofistikerade dataanalyser, vilket ger dig möjlighet att fatta välgrundade affärsbeslut med självförtroende.

Viktiga lärandemål

• Förstå vikten av affärsanalys och dess roll i olika branscher
• Lära sig att analysera komplexa datamängder på ett effektivt sätt med hjälp av pivottabeller och slicers
• Förstå grunderna i Excels analysfunktioner och villkorlig formatering
• Lösa stokastiska och deterministiska analytiska problem med hjälp av Excels kraftfulla verktyg, inklusive Scenario Manager, Solver och Goal Seek
• Tillämpa statistiska verktyg och koncept som glidande medelvärden, hypotesprövning, ANOVA och regression på datauppsättningar med hjälp av Excel
• Presentera dina resultat på ett effektivt sätt med hjälp av diagram och instrumentpaneler
• Få en introduktion till de senaste analysverktygen och teknikerna från Microsoft

2. R-programmering för datavetenskap

R-programmering är ett viktigt verktyg för dataanalys och är avgörande för blivande datavetenskapliga yrkesverksamma. Den här kursen lär dig hur du skriver R-kod, utforskar R:s datastrukturer och skapar anpassade funktioner. I slutet av kursen kommer du att vara väl förberedd för att påbörja ditt första dataanalysprojekt

Viktiga lärandemål

• Lära dig om grundläggande begrepp som matematik, variabler, strängar, vektorer, faktorer och vektoroperationer i R
• Få grundläggande kunskaper om arrayer och matriser, listor och dataramar
• Utforska villkor och loopar, funktioner i R, objekt, klasser och felsökning
• Behärska konsten att korrekt läsa och hantera text-, CSV- och Excel-filer
• Lär dig hur du sparar och skriver dataobjekt i R
• Förstå och effektivt arbeta med strängar och datum i R

3. Certifieringsutbildning för Microsoft Power BI

Microsoft Power BI erbjuder robusta verktyg för att analysera data och extrahera värdefulla affärsinsikter genom interaktiva instrumentpaneler. Denna omfattande utbildningskurs om Power BI ger dig möjlighet att fullt ut utnyttja dess potential, så att du kan lösa affärsutmaningar och förbättra verksamheten effektivt. Under kursens gång får du lära dig att utveckla instrumentpaneler från publicerade rapporter, använda Quick Insights för att snabbt upptäcka värdefulla mönster och använda praktiska tillvägagångssätt för olika uppgifter som utförs inom Power BI, från datainsamling till djupgående analys. Dessutom ger kursen användbara felsökningstekniker för att ta itu med olika problem som kan uppstå när du använder Power BI.

Viktiga lärandemål

• Skapa dynamiska instrumentpaneler från publicerade rapporter, vilket förbättrar datavisualisering och interaktivitet
• Snabbt generera visualiseringar och instrumentpaneler med snabba insikter för att få värdefulla insikter från dina data
• Använda naturligt språk i Q&A-funktionen för att generera visualiseringar för handlingsbara insikter
• Skapa och hantera datavarningar för att hålla dig informerad om viktiga förändringar i dina data
• Lär dig bästa praxis för rapportlayout och datavisualisering för att maximera effekten av dina rapporter
• Införliva former i dina rapporter för att utforma och betona viktiga element och skapa berättelser
• Integrera anpassade visualiseringar i dina rapporter och instrumentpaneler
• Slutföra ett omfattande Power BI-dataanalys- och visualiseringsprojekt från början till slut

4. Grunderna i generativ AI, Prompt Engineering & ChatGPT

I den här kursen får deltagarna en omfattande genomgång av generativa AI-modeller, särskilt ChatGPT. Läroplanen täcker väsentliga principer för generativ AI, prompt engineering, förklarbar AI, konversations-AI, ChatGPT och andra stora språkmodeller.

FRÅGOR OCH SVAR

Hur lång tid tar det att slutföra Bootcamp?

På grund av kombinationen av eLearning och online live klassrum bootcamp tar programmet normalt 11 månader långt (5-10 timmar / vecka)

Du kan dock göra det snabbare på begäran. Tveka inte att höra av dig till oss för en bättre lösning!

Vissa personer kan gå igenom programmet ganska snabbt (ca 3 månader), andra behöver mer tid. Obs: Vissa andra masterprogram tar längre tid. Detta är en uppskattning.

Du kommer att ha 365 dagars tillgång till programmets eLearning-videor och klassinspelningar.

Vad är formatet för Bootcamp? Måste jag komma till ett utbildningscenter?

Bootcamp är helt och hållet distansutbildning. Delarna är praktiska e-learningkurser som du kan slutföra när du har tid och i din egen takt och som du också kan lära dig från din mobiltelefon (vår app). Det finns också klassrumssessioner online via vårt avancerade professionella distansutbildningssystem. Vi har en rad olika tidsluckor att välja mellan och vi spelar alltid in sessionerna så att du kan lyssna på dem om du missar något eller vill granska information. Det finns alltid någon på plats för att hjälpa och stödja dig om du har några frågor om de färdigheter du lär dig.

När kan jag gå Bootcamps livekurser online?

Tidpunkten för varje kurs varierar för olika grupper. Du kommer att få tillgång till en instrumentpanel med ett antal olika tidsluckor för samma session/ämne. Du bestämmer själv vilket datum och vilken tid som passar dig bäst. Vissa är schemalagda på vardagseftermiddagar, medan andra är schemalagda på helgmorgnar eller -kvällar. Schemaläggningen baseras på faktorer som antalet intresserade deltagare och utbildarnas tillgänglighet. Om du missar en session kan du alltid titta på inspelningar av den sessionen. Du kommer aldrig att missa något!