Schwierigkeitsgrad:
Fortgeschrittene Stufe
Karriereweg:
Data Engineer, Big Data Engineer, Analytics Engineer
Verwendung:
Big Data, Datenpipelines, Data Warehousing
Sprache: Ungarisch
Dauer:
18 Wochen, 108 Live-Stunden
Zeitplan:
dienstags und donnerstags abends
Format:
Online, live, interaktiver Kurs, Unterrichtsstunden können nachgeschaut werden
Ratenzahlung:
In einer Summe oder in 3 Monatsraten zahlbar
Diese Data-Science-(Data-Engineer)-Ausbildung ist ideal für alle, die bereits in Python programmieren können und sich im Bereich DATEN weiterentwickeln möchten – etwa in Richtung Datenanalyse, Datenvisualisierung oder mit dem Ziel, als Data Scientist zu arbeiten. Auch ein späterer Einstieg in Machine Learning oder Künstliche Intelligenz ist möglich.
Voraussetzung für die Teilnahme ist Erfahrung mit Python. Falls du noch keine Vorkenntnisse hast, empfehlen wir dir, zuerst unseren Python-Kurs zu absolvieren.
Datenverarbeitung und Visualisierung
Die Data-Science-Ausbildung ist ein praxisorientiertes Modul, in dem wir jene ergänzenden Python-Bibliotheken kennenlernen, die unter anderem in Biologie, Maschinenbau, Chemieingenieurwesen oder der Datenanalyse verwendet werden – etwa für statistisch-mathematische Berechnungen, Visualisierungen, Signalverarbeitung oder 3D-Modellierung.
Grundkenntnisse in der Datenwissenschaft sind zudem eine wichtige Voraussetzung, um später in das Thema Machine Learning einzusteigen oder an entsprechenden weiterführenden Kursen teilzunehmen. Wenn du also in diese Richtung planst, legst du mit dieser Ausbildung eine solide Grundlage für deine berufliche Zukunft im Datenbereich.
– Numpy
– Pandas
– Datenvisualisierung – mit Plotly und Matplotlib
– Einsatz von PyTorch
– Analytische ML-Werkzeuge zur Datentransformation
– Ausreißererkennung, Clustering,
– Anomalieerkennung, Hauptkomponentenanalyse
Scipy, Scikit
Fallstudien und Projekte aus verschiedenen Fachbereichen
(Biologie, Maschinenbau, Audioverarbeitung, Geoinformatik)
Maschinelles Lernen (Machine Learning) mit Python
– Funktionsweise neuronaler Netze
– Unsupervised Learning (Lernen ohne Aufsicht)
– Ensemble-Methoden
– Gradient Boosting
(Wenn du dich fragst, was genau diese Begriffe bedeuten, findest du in diesem Artikel eine Erklärung.)
Für den erfolgreichen Abschluss des Data-Science-Aufbaumoduls sind solide Mathematikkenntnisse erforderlich – spezifisches Fachwissen ist jedoch nicht notwendig.
Mura László
„Die Python Data Science-Ausbildung hat mir besonders gefallen, sie war praxisnah, und wir haben die Feinheiten und Tricks des Data-Science-Berufs anhand konkreter Beispiele erlernt.”
Weiter zur vollständigen Bewertung →
Tichy-Rács Alex
„Ich habe genau das bekommen, was ich erwartet habe! Während der Ausbildung konnte ich das Gelernte kontinuierlich in meine realen Arbeitsprozesse integrieren.”
Weiter zur vollständigen Bewertung →
Kursdauer: 72 Unterrichtsstunden (12 Wochen)
Preis: 1476 EUR (inkl. MwSt.)
Ratenzahlung: in 3 Monatsraten à 504 EUR (inkl. MwSt.)
Schwierigkeitsgrad:
Fortgeschrittene Stufe
Karriereweg:
Data Engineer, Big Data Engineer, Analytics Engineer
Verwendung:
Big Data, Datenpipelines, Data Warehousing
Sprache: Ungarisch
Dauer:
18 Wochen, 108 Live-Stunden
Zeitplan:
dienstags und donnerstags abends
Format:
Online, live, interaktiver Kurs, Unterrichtsstunden können nachgeschaut werden
Ratenzahlung:
In einer Summe oder in 3 Monatsraten zahlbar
Magyar