Data Scientist Bootcamp - In samenwerking met IBM

Versnel je carrière in datawetenschap met deze Data Science bootcamp. Leer Python, R, machine learning en meer, met praktijkervaring in tools en technieken om datawetenschapsexpert te worden.

Deze bootcamp datawetenschap, in samenwerking met IBM, versnelt je carrière in datawetenschap en biedt je het onderwijs en de vaardigheden van wereldklasse die je nodig hebt om succesvol te zijn in dit vakgebied. De cursus biedt een uitgebreide training in de meest gevraagde vaardigheden op het gebied van datawetenschap en machine learning, met praktische ervaring met belangrijke tools en technieken, waaronder Python, R, Tableau en machine learning-concepten. Word een data scientist door je te verdiepen in de nuances van data-interpretatie, technieken zoals machine learning onder de knie te krijgen en krachtige programmeervaardigheden te ontwikkelen om je carrière in datawetenschap naar een hoger niveau te tillen.

Deze samenwerking tussen AVC en IBM laat deelnemers kennismaken met een geïntegreerde blended learning-aanpak die hen tot experts in datawetenschap maakt. Deze cursus datawetenschap, in samenwerking met IBM, helpt studenten zich voor te bereiden op leidinggevende functies als data scientist.

Doelgroep

Voor wie is dit programma bedoeld?

De functie van data scientist vereist een combinatie van ervaring, kennis van datawetenschap en het gebruik van de juiste tools en technologieën. Het is een solide carrièrekeuze voor zowel nieuwe als ervaren professionals. Aspirant-professionals met een analytische instelling en een willekeurige opleiding zijn het meest geschikt voor de Data Scientist Bootcamp.

• IT-professionals
• Analytics managers
• Business analysts
• Bank- en financiële professionals
• Marketingmanagers
• Supply Chain Network Managers
• Beginners of pas afgestudeerden

Vereiste

Er is geen formele opleiding vereist. Professionals die deze data science-training met succes willen afronden, moeten echter over het volgende beschikken:

• Basiskennis van wiskunde en statistiek
• Basiskennis van een programmeertaal

Leerdoelen

Resultaten van het programma

• Verkrijg een diepgaand begrip van datastructuur en datamanipulatie.
• Begrijp en gebruik lineaire en niet-lineaire regressiemodellen en classificatietechnieken voor data-analyse.
• Verkrijg een diepgaand inzicht in begeleide en onbegeleide leermodellen zoals lineaire regressie, logistische regressie, clustering, dimensionaliteitsreductie, K-NN en pijplijnen.
• Voer wetenschappelijke en technische berekeningen uit met behulp van het SciPy-pakket en de subpakketten, bijvoorbeeld: Integrate, Optimize, Statistics, IO en Weave.
• Ervaring opdoen met wiskundige berekeningen met behulp van de pakketten NumPy en scikit-learn.
• De concepten van aanbevelingsengines en tijdreeksmodellering onder de knie krijgen en praktische kennis opdoen van de principes, algoritmen en toepassingen van machine learning.
• Leren hoe je gegevens analyseert met Tableau en vaardig worden in het bouwen van interactieve dashboards.

Behandelde tools

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

Cursusinhoud

Leertraject voor certificering in datawetenschap

• Programmeerbasis
• SQL-certificeringscursus
• Python voor datawetenschap (IBM)
• Toegepaste datawetenschap met Python
• Machine learning met Python
• Tableau Desktop Specialist-certificeringstraining
• Data Scientist Capstone

Optionele cursussen - Bonusmateriaal

• Business Analytics met Excel
• R-programmeren voor datawetenschap
• PL-300 Microsoft Power BI-certificeringstraining
• Essentials of Generative AI, Prompt Engineering & ChatGPT

Leertraject

Cursus 1: Basisprincipes van programmeren

Belangrijkste leerdoelen

• Vaardigheid verwerven in zowel procedureel als objectgeoriënteerd programmeren
• De voordelen en pluspunten van Python als programmeertaal herkennen
• De verschillende soorten loops in Python leren
• Het concept van variabelenbereik binnen functies verkennen
• De principes en kenmerken van objectgeoriënteerd programmeren uitleggen
• Vertrouwd raken met Jupyter Notebook en de praktische toepassingen ervan
• Python-identificatoren, inspringingen en opmerkingen effectief implementeren
• De datatypes, operatoren en stringfuncties van Python begrijpen
• Methoden, attributen en toegangsmodificatoren in Python beschrijven

Cursus 2: SQL-certificeringscursus

Belangrijkste leerdoelen

• Ontwikkel een uitgebreid begrip van databases en hun onderlinge relaties
• Verwerf expertise in verschillende SQL-lessen, waaronder filteren, sorteren, aliasing, aggregatiecommando's, groeperen en voorwaardelijke statements
• Leer hoe u veelgebruikte querytools gebruikt en met SQL-commando's werkt
• Beheers transacties, het maken van tabellen en weergaven voor efficiënt databasebeheer
• Verken verschillende SQL-functies, zoals string-, wiskundige, datum- en tijd- en patroonherkenningsfuncties
• Begrijp en voer opgeslagen procedures uit om complexe bewerkingen uit te voeren
• Begrijp functies voor gebruikerstoegangscontrole om de database te beveiligen

Les 3: Python voor datawetenschap (IBM)

Belangrijkste leerdoelen

• Maak je eerste Python-programma met variabelen, strings, functies, loops en voorwaarden
• Begrijp en pas concepten toe met betrekking tot lijsten, sets, woordenboeken, voorwaarden, vertakkingen, objecten en klassen in Python
• Gebruik de pandas-bibliotheek om gegevens te laden, te bewerken en op te slaan, en bestanden te lezen en schrijven in Python

Les 4: Toegepaste datawetenschap met Python

Belangrijkste leerdoelen

• Verken de processen van gegevensvoorbereiding, modelbouw en evaluatie
• Pas Python-concepten met betrekking tot strings, Lambda-functies en lijsten uitgebreid toe
• Ontwikkel een sterk begrip van NumPy en de toepassingen ervan, inclusief array-indexering en slicing-technieken
• Pas principes van lineaire algebra toe in gegevensanalyse, inclusief de toepassing ervan in calculus
• Krijg een duidelijk begrip van statistische concepten zoals scheefheid, covariantie en correlatie
• Bereken maatstaven voor centrale tendens en spreiding in gegevens
• Beschrijf de nulhypothese en alternatieve hypothese in hypothesetests Onderzoek verschillende
• Werk met de twee primaire gegevensstructuren van pandas: Series en DataFrame.
• Bereid gegevens voor, formatteer, normaliseer en standaardiseer ze met behulp van gegevensbinningtechnieken
• Maak effectieve visualisaties met Matplotlib, Seaborn, Plotly en Bokeh

Cursus 5 - Machine learning met Python

Belangrijkste leerdoelen

• Onderzoek verschillende soorten machine learning en begrijp hun unieke kenmerken
• Analyseer de machine learning-pijplijn en krijg een uitgebreid begrip van de belangrijkste bewerkingen die betrokken zijn bij machine learning-operaties (MLOps)
• Verken begeleid leren en de brede toepassingsmogelijkheden ervan
• Begrijp de concepten van overfitting en underfitting en leer technieken om deze te detecteren en te voorkomen
• Analyseer verschillende regressiemodellen en bepaal hun geschiktheid voor specifieke scenario's
• Noem verschillende soorten classificatiealgoritmen en begrijp hun specifieke toepassingen
• Beheers verschillende soorten onbegeleide leermethoden en bepaal het juiste gebruik ervan
• Krijg een diepgaand inzicht in verschillende clusteringtechnieken binnen onbegeleid leren
• Onderzoek verschillende technieken voor ensemblemodellering, zoals bagging, boosting en stacking
• Evalueer en vergelijk verschillende machine learning-frameworks, waaronder TensorFlow en Keras
• Bouw een aanbevelingsengine met PyTorch

Cursus 6 - Tableau Desktop Specialist-certificeringstraining

Belangrijkste leerdoelen

• Verwerf expertise in verschillende visualisatietechnieken, zoals heatmaps, treemaps, watervalgrafieken en Pareto-grafieken
• Werk vakkundig met filters, parameters en sets om gegevens effectief te manipuleren
• Word bedreven in het gebruik van speciale veldtypen en door Tableau gegenereerde velden en het maken en toepassen van parameters
• Leer hoe u verschillende grafieken, interactieve dashboards en boeiende verhaalinterfaces kunt maken en hoe u inzichten effectief kunt delen
• Word vaardig in het samenvoegen van gegevens, het maken van gegevensextracten en het efficiënt organiseren en opmaken van gegevens
• Begrijp het belang van metadata en de toepassing ervan in Tableau
• Beheers verschillende berekeningen, waaronder rekenkundige, logische, tabel- en detailniveau (LOD)

Cursus 7 - Data Scientist Capstone

Belangrijkste leerdoelen

• Gegevensverwerking: verschillende technieken gebruiken om ruwe gegevens om te zetten in zinvolle inzichten
• Modelbouw: technieken zoals regressie en beslissingsbomen gebruiken om nauwkeurige en intelligente machine learning-modellen te creëren die voorspellingen kunnen doen
• Python of SAS: uw model ontwikkelen en een volledige modelbouw-oefening uitvoeren, inclusief het splitsen, testen en valideren van gegevens met behulp van het k-fold cross-validatieproces
• Modelafstemming: verschillende technieken toepassen om de nauwkeurigheid van het model te verbeteren en het best presterende model selecteren
• Dashboarding en presentatie van resultaten: gebruik Tableau om een dashboard met zinvolle inzichten te maken om uw eindresultaten te presenteren

Optionele cursussen - Bonusmateriaal

1. Business Analytics met Excel

Schrijf u in voor deze cursus om praktische, datagestuurde besluitvormingsvaardigheden te verwerven door data-analyse en statistiek onder de knie te krijgen. Met behulp van Excel verwerft u de expertise om geavanceerde data-analyses uit te voeren, waardoor u met vertrouwen weloverwogen zakelijke beslissingen kunt nemen.

Belangrijkste leerdoelen

• Het belang van business analytics en de rol ervan in verschillende sectoren begrijpen
• Leren hoe u complexe datasets efficiënt analyseert met behulp van draaitabellen en segmenten
• De basisprincipes van Excel-analysefuncties en voorwaardelijke opmaak begrijpen
• Stochastische en deterministische analytische problemen oplossen met behulp van de krachtige tools van Excel, waaronder Scenario Manager, Solver en Goal Seek
• Statistische tools en concepten zoals voortschrijdende gemiddelden, hypothesetests, ANOVA en regressie toepassen op datasets met behulp van Excel
• Uw bevindingen effectief weergeven met grafieken en dashboards
• Maak kennis met de nieuwste analysetools en -technologieën van Microsoft

2. R-programmeren voor datawetenschap

R-programmeren is een essentieel hulpmiddel voor data-analyse en onmisbaar voor aspirant-datawetenschappers. In deze cursus leert u R-code schrijven, de datastructuren van R verkennen en aangepaste functies maken. Aan het einde van de cursus bent u goed voorbereid om aan uw eerste data-analyseproject te beginnen.

Belangrijkste leerdoelen

• Leer fundamentele concepten zoals wiskunde, variabelen, strings, vectoren, factoren en vectorbewerkingen in R
• Verwerf essentiële kennis over arrays en matrices, lijsten en dataframes
• Verken voorwaarden en loops, functies in R, objecten, klassen en debugging
• Beheers de kunst van het nauwkeurig lezen en verwerken van tekst-, CSV- en Excel-bestanden
• Leer hoe u data-objecten opslaat en schrijft in R
• Begrijp en werk effectief met strings en datums in R

3. Microsoft Power BI-certificeringstraining

Microsoft Power BI biedt robuuste tools om gegevens te analyseren en waardevolle zakelijke inzichten te verkrijgen via interactieve dashboards. Deze uitgebreide training over Power BI stelt u in staat om het potentieel ervan volledig te benutten, zodat u zakelijke uitdagingen kunt oplossen en uw bedrijfsvoering effectief kunt verbeteren. Tijdens de training leert u op deskundige wijze dashboards ontwikkelen op basis van gepubliceerde rapporten, Quick Insights gebruiken om snel waardevolle patronen te ontdekken en praktische benaderingen toepassen voor verschillende taken binnen Power BI, van gegevensverzameling tot diepgaande analyse. Daarnaast biedt de cursus handige probleemoplossingstechnieken voor verschillende problemen die zich kunnen voordoen tijdens het gebruik van Power BI.

Belangrijkste leerdoelen

• Dynamische dashboards maken op basis van gepubliceerde rapporten, waardoor de datavisualisatie en interactiviteit worden verbeterd
• Snel visuals en dashboards genereren met snelle inzichten om waardevolle inzichten uit uw gegevens te halen
• Natuurlijke taal gebruiken in de Q&A-functie om visuals te genereren voor bruikbare inzichten
• Gegevenswaarschuwingen maken en beheren om op de hoogte te blijven van belangrijke wijzigingen in uw gegevens
• Leer best practices voor rapportlay-out en datavisualisatie om de impact van uw rapporten te maximaliseren
• Neem vormen op in uw rapporten om belangrijke elementen te ontwerpen en te benadrukken en zo verhalen te creëren
• Integreer aangepaste visuals in uw rapporten en dashboards
• Voltooi een uitgebreid Power BI-project voor data-analyse en -visualisatie van begin tot eind

4. Essentials of Generative AI, Prompt Engineering & ChatGPT

In deze cursus bestuderen deelnemers uitgebreid generatieve AI-modellen, met name ChatGPT. Het curriculum omvat essentiële principes van generatieve AI, prompt engineering, verklaarbare AI, conversationele AI, ChatGPT en andere grote taalmodellen.

FAQ

VRAGEN EN ANTWOORDEN

Hoe lang duurt het om de Bootcamp te voltooien?

Door de combinatie van e-learning en online live klassikaal bootcamp duurt het programma normaal gesproken 11 maanden (5-10 uur per week).

Op verzoek kunt u het echter sneller afronden. Aarzel niet om contact met ons op te nemen voor een betere oplossing!

Sommige mensen kunnen het programma vrij snel doorlopen (ongeveer 3 maanden), anderen hebben meer tijd nodig. Opmerking: sommige andere masteropleidingen duren langer. Dit is een schatting.

Je hebt 365 dagen toegang tot de e-learningvideo's en opnames van de lessen van het programma.

Wat is de opzet van de Bootcamp? Moet ik naar een opleidingscentrum komen?

De Bootcamp is volledig op afstand. Een deel bestaat uit praktische e-learningcursussen die je kunt volgen wanneer je tijd hebt en in je eigen tempo, ook via je mobiele telefoon (onze app). Er zijn ook online klassikale sessies via ons geavanceerde professionele systeem voor afstandsonderwijs. We hebben verschillende tijdstippen waaruit je kunt kiezen en we nemen de sessies altijd op, zodat je ze kunt terugluisteren als je iets gemist hebt of informatie wilt herhalen. Er is altijd iemand beschikbaar om je te helpen en te ondersteunen als je vragen hebt over de vaardigheden die je aan het leren bent.

Wanneer kan ik de live online cursussen van de Bootcamp volgen?

De timing van elke cursus verschilt per groep. Je krijgt toegang tot een dashboard met een aantal verschillende tijdstippen voor dezelfde sessie/hetzelfde onderwerp. U bepaalt zelf welke datum en tijd u het beste uitkomt. Sommige sessies vinden plaats op weekdagen in de namiddag, andere in het weekend in de voormiddag of 's avonds. De planning is afhankelijk van factoren zoals het aantal geïnteresseerde deelnemers en de beschikbaarheid van trainers. Als u een sessie mist, kunt u altijd de opnames bekijken. U mist nooit iets!

Belangrijkste kenmerken

Belangrijkste kenmerken

• Cursus en materiaal in het Engels
• Beginners- tot gevorderd niveau voor aspirant-professionals
• 11 maanden lang live online bootcamp en e-learning (in eigen tempo)
• 1 jaar toegang tot e-learning-inhoud en opnames van lessen in eigen tempo
• 38 uur aan e-learningvideocontent
• 240 uur aan aanbevolen studietijd
• Exclusieve hackathons en 'Ask-Me-Anything'-sessies door IBM
• Eersteklas curriculum met geïntegreerde labs
• Behaal door de industrie erkende IBM-certificaten voor IBM-cursussen
• Live online masterclasses gegeven door IBM-experts.
• Certificering voor elke cursus en bootcampcertificering na voltooiing