Werde jetzt Datenanalytiker/in in einer live und online Umgebung! Entwickle dein Wissen in den Bereichen Geschäftsintelligenz, Datenmodellierung und Datenanalyse und führe immer komplexere Datenanalysen auf der Grundlage realer Datensätze durch.
Während deiner ersten 60 Stunden als offizieller Ironhack Data Analytics Student legst du den Grundstein für deinen Erfolg in Remote. Während der Prework-Phase wirst du:
1. die Grundlagen der Kommandozeile, Git, Python, MySQL und statistischen Analyse kennenlernen,
2. sich mit den Grundlagen der Programmierung und Statistik vertraut zu machen und
3. verbinde dich bei Slack mit deinen Klassenkameraden und unserem Lehrpersonal.
Sobald du die Vorbereitungsmaterialien bearbeitet und mit deiner Klasse synchronisiert hast, bist du bereit, in den Kurs einzusteigen!
In den ersten zwei Wochen lernen du und deine Klassenkameraden die Welt der Datenanalyse kennen. Anschließend richtest du deinen Computer für die Zeit im Bootcamp ein, während du dich in unserer Data Community einlebst.
Zu den Themen gehören:
- Einführung in das Thema Data Wrangling/Bereinigung.
- APIs und Web-Scraping.
- Fortgeschrittene Level von Git, SQL und Python.
In Woche drei wartet dein erstes Projekt als Data Analyst in Ausbildung! Wende deine neuen Python-Kenntnisse an, indem du die Datenanalyse mit realen Datensätzen durchführst.
In den Wochen vier und fünf wirfst du einen tieferen Blick in die Mathematik hinter der Datenanalyse.
Zu den Themen gehören:
- Verwendung von Python zum Verständnis von inferentiellen Statistiken und Wahrscheinlichkeiten.
- Integration von Python in die Grundlagen der Business Intelligence.
- Erlernen von Storytelling-Techniken, um deine Daten und Erkenntnisse in Präsentationen zu visualisieren.
Die sechste Woche markiert den Beginn deines zweiten Projekts: eine vollständige Datenanalyse. Diese wird aus Daten aufgebaut, die du aus echten Datensätzen verarbeitet, bereinigt und visualisiert hast!
Das letzte Modul führt dich in den Wochen sieben und acht in die Grundlagen des Machine Learning ein. Wir beginnen damit, dir das Verständnis für den Machine Workflow beizubringen, und der Unterricht wird dann weiter darauf aufgebaut.
Zu den Themen gehören:
- Sowohl überwachtes als auch unbeaufsichtigtes Lernen.
- Die Grundlagen der gängigen Machine Learning-Algorithmen
- Erstellen, Trainieren und Auswerten von Modellen mit der Scikit-Learn Machine Learning Library.
In der letzten Woche dieses Moduls und Kurses stehst du vor deiner letzten und größten Herausforderung: dem Aufbau eines End-to-End-Projekts für Machine Learning. Du musst einen Datensatz verarbeiten, Merkmale extrahieren, ein Modell trainieren und dieses Modell verwenden, um Vorhersagen über neue Daten zu treffen. Wenn dein Projekt abgeschlossen ist, wirst du mit deinen Kommilitonen in unserer Hackshow konkurrieren.
Brauchst du Hilfe bei der Finanzierung? Unsere Finanzierungsoptionen helfen dir, die nötige Unterstützung zu finden, damit du dich auf deine Karriere konzentrieren und neue Fähigkeiten entwickeln kannst.
Himanshu hat einen Master in Wirtschaftsingenieurwesen mit dem Schwerpunkt Datenanalyse. Er verfügt über mehr als vier Jahre Erfahrung in der Tech-Branche und hat an Projekten in den verschiedensten Industrien gearbeitet, darunter Bildung, Gesundheitswesen, Finanzen, Information und Technologie, Tourismus und Fertigung. Das hat dafür gesorgt, dass Himanshu starke Fähigkeiten in den Bereichen Statistik, Big Data Analytics, Machine Learning, Zeitreihenanalyse, Operations Research, Datenbank-Management, Optimierung und Datenvisualisierung zu entwickeln.
Im Online-Data analytics Bootcamp lernst du von Montag bis Freitag von 9:00 bis 18:00 Uhr. Dein Zeitplan besteht aus vier 45-minütigen Lehrkraft geleiteten Unterrichtsstunden, drei 45-minütigen individuellen Arbeitssessions und einem 60-minütigen Block offener Bürozeiten.
9:00 - 9:45
Lehrkraft geleitete UnterrichtsstundeDiese Lehrkraft geleiteten Unterrichtsstunden dauern 45 Minuten. Sie werden von unserer Lehrkraft geleitet und umfassen eine Mischung aus Vorlesung, "Demos" und kurzen Überprüfungen des Verständnisses (Kahoot, Mini-Aktivität, Aufrufen von Studierenden usw.).
9:45 - 10:00
PauseWährend der Pause sollten sowohl Studierende als auch Lehrkräfte ihren Computer verlassen, sich strecken und etwas essen!
10:00 - 10:45
Individuelle ArbeitssessionWährend der individuellen Arbeitssessions solltest du dich darauf konzentrieren deine Aufgaben selbständig zu erledigen. Dies kann bedeuten, dass du dich mit deinem Projektteam triffst, Inhalte im Studierendenportal ließt, eine Zusammenfassung schreibst oder an einem "lab" arbeitest. Unsere Lehrkraftassistenten werden währenddessen über Slack erreichbar sein, um Unterstützung und Hilfe an zu bieten.
10:45 - 11:00
Pause
11:00 - 11:45
Lehrkraft geleitete Unterrichtsstunde
14:25 - 14:35
Pause
12:00 - 12:45
Individuelle Arbeitssession
12:45 - 14:00
Mittagspause
14:00 - 14:45
Lehrkraft geleitete Unterrichtsstunde
14:45 - 15:00
Pause
15:00 - 15:45
Individuelle Arbeitssession
15:45 - 16:00
Pause
16:00 - 16:45
Lehrkraft geleitete Unterrichtsstunde
16:45 - 17:00
Pause
17:00 - 18:00
Open Office HoursWährend dieser 60-minütigen Sessions sind unsere Lehrkraftassistenten online verfügbar. Die Teilnahme von Studierenden ist nicht verpflichtend und die Teilnahme von Lehrkräften ist nicht erforderlich. Dies ist eine Gelegenheit für Studierende, vorbeizuschauen und Fragen zu stellen oder sich Hilfe für Hausaufgaben und / oder "labs" zu suchen.
Die Teilnahme an unserem Remote Bootcamp in Data analytics hat viele Vorteile! Entdecke was unsere Studierenden über unsere Remote Bootcamps sagen
Möchtest du herausfinden, wie die Teilnahme an unseres Remote Teilzeitkurs in Data analytics verläuft? Entdecke was unsere Teilzeitstudierenden unserer Remote Bootcamps sagen.
Wir sind bestrebt, dir den Start deiner Karriere im Tech Bereich zu erleichtern. Unsere Finanzierungsmöglichkeiten reichen von traditionellen Darlehen bis hin zu erfolgsabhängigen Modellen, so dass du die Option wählen kannst, die deinen Bedürfnissen am besten entspricht. Setze dich einfach mit unserem Admissions-Team in Verbindung, das dir weitere Informationen über die verfügbaren Optionen geben wird.
Nimm Kontakt mit unserem Admissions-Team auf