Hvad du lærer
Vi guider dig gennem en nøje kurateret læseplan, som tager dig fra 'bare nysgerrig' til 'fuldt certificeret' i datavidenskab på kun 12 uger (fuld tid).
Beherskelse af dataanalyse & dataforberedelse
Byg et solidt fundament i dataanalyse: indsaml, udforsk, rens og forbered virkelighedsnære datasæt. Med Pandas lærer du at håndtere manglende værdier, outliers, ubalancerede data og kategoriske features, anvende statistisk analyse og skabe visualiseringer, der omdanner rådata til analyseklare datasæt.
Byg intelligente machine learning-modeller
Lær hele ML-workflowet, fra dataforberedelse til træning, evaluering og optimering af prædiktive modeller. Du implementerer superviserede og usuperviserede algoritmer, sammenligner dem med brancheanerkendte metrikker og forbedrer nøjagtigheden med cross-validation, hyperparameter-tuning og modelvalg.
Udvikl deep learning- & AI-løsninger
Opdag, hvordan moderne neurale netværk driver AI. Fra fundamentet i kunstige neurale netværk bygger du deep learning-modeller i PyTorch, mens du udforsker optimering, regularisering, data augmentation, forklarlig AI og generative modeller – de praktiske færdigheder til avancerede AI-applikationer.
Specialiser dig i computer vision & natural language processing
Udforsk to af AI's mest indflydelsesrige felter. Du bygger convolutional neural networks (CNN'er) til billedklassificering, objektdetektion og segmentering, og lærer NLP-teknikker, herunder embeddings, recurrent neural networks, transformers og attention-mekanismer til tekstbaserede AI-systemer.
Byg moderne AI- & Large Language Model-applikationer
Gå ud over traditionel ML og byg LLM-drevne applikationer. Du udforsker prompt engineering, LangChain, Retrieval-Augmented Generation (RAG) og virkelighedsnære AI-workflows for at skabe intelligente assistenter, knowledge retrieval-systemer og produktionsklare generative AI-applikationer.
Deploy, overvåg & skaler AI-systemer
Tag ML-modeller fra udvikling til produktion. Du deployer med FastAPI, Docker og cloud-løsninger, skalerer med Ray og overvåger modeller med MLflow – samt sikkerhed, privacy og best practices for driftssikre AI-systemer i virkelighedsnære miljøer.
Kapitel 0: Forarbejde
Data science har været en af de mest efterspurgte karriereveje i de seneste år. Det handler om at håndtere data, rense det, evaluere det og udvikle machine learning-modeller til at forudsige udfald af begivenheder. På grund af feltets kompleksitet kræver det at mestre det en grundig forståelse af en bred vifte af værktøjer og metoder, herunder Python, environments, databaser, matematik og lineær algebra. I dette kapitel dækker vi fundamentet inden for data science, så du er klar til at begynde din læringsrejse.
Introduktion til Python
- Python-sproget og dets historie
- Grundlæggende i Python
- Fundamentale datastrukturer i Python
- Klasser og objekter
- Moduler og pakker
- Input/output
- Fejl og exceptions
Environments
- Python-environments
- Anaconda
- Jupyter Notebooks
SQL og databaser
- SQL-grundprincipper
- SQL-queries
Lineær algebra
- Skalarer og vektorer
- Matricer
- Normer
Git og GitHub
- Introduktion til versionsstyring, workflow, inspektion af repositories, fortryd ændringer, fetch og pull af ændringer, push af ændringer
Projekt: Curve fitting
- Dette projekt handler om at løse 'curve fitting'-problemet, som handler om at finde den bedste kurveligning til at passe til et givent datasæt. Det guider dig gennem et eksempel på dette problem og er opdelt i sektioner, hvor hver sektion øver brugen af fundamentale koncepter såsom OOP, SQL, lineær algebra og til sidst machine learning-workflowet.
Læringsplan
Mandag–fredag kl. 09:30–15:30
Forelæsning
09:30 - 11:00
Forelæsning
11:30 - 13:00
Praktisk session
14:00 - 15:30
Vores metodologi
Online live-undervisning
- Deltag i interaktive live-sessioner, hvor du arbejder direkte med instruktører og medstuderende i realtid – styrker samarbejde og hurtig færdighedsopbygning.
Selvstudium
- Deltid: 9 t live-undervisning + 11 t selvstudium (20 t/uge)
- Fuldtid: 22,5 t live-undervisning + 17,5 t selvstudium (40 t/uge)
Flipped classroom
- Forbered stof hjemme, og brug live-tiden på diskussion, problemløsning og praktiske øvelser for maksimal læring.
Guidet praksis
- Byg erfaring via projekter, hands-on øvelser og porteføljearbejde under tæt mentorvejledning.
Hvad du har brug for
Du behøver ingen forudgående erfaring med datalogi eller programmering. De første uger dækker grundlæggende emner, så du hurtigt opbygger et stærkt fundament – ideelt for både nybegyndere og karriereskiftere.
- Bærbar eller stationær computer: En pålidelig maskine, der kan køre Python-miljøer og databehandlingsbiblioteker. Minimum: 8 GB RAM, 256 GB SSD og moderne dual-core CPU (16 GB RAM anbefales).
- Stabil internetforbindelse: Pålidelig adgang til live-undervisning, datadownloads og cloud-tjenester.
- Grundlæggende computerfærdigheder: Navigere i operativsystemer, bruge produktivitetssoftware og web-browsere.
- Algoritme- og programmeringsbasics: Et vist kendskab til logisk tænkning og basal kodning gør læringen nemmere, men er ikke påkrævet.
- Engelskkundskaber: Mindst niveau B1 – undervisningen og materialet er på engelsk.
- Engagement: Proaktiv indstilling til øvelser og projektarbejde – især i forarbejdsperioden for at lægge et stærkt fundament.
Career Services-centeret
Workshops i karriereudvikling
Åbne sessions for dig og hele CLA-fællesskabet – mød vores karriererådgiver, få sidste-øjebliks-feedback på dit CV og få et smugkig på, hvad centeret tilbyder.
Personlige karrieresamtaler
Strukturerede én-til-én-sessioner hvor vi identificerer dine mål og lægger en handlingsplan for at nå dem.
Mock-interviews
Øv almindelige interview- og adfærdsspørgsmål, lær at fremhæve dine styrker og navigere i lønforhandlinger.
CV- og ansøgningsbrev-review
Få skræddersyede forbedringsforslag, der fanger rekrutterernes opmærksomhed og skaffer dig interviewet.
Job- og praktikopslag
Håndplukkede entry-level-muligheder udvalgt af vores karrierespecialister.
Adgang til karriereressource-platform
Fri adgang til materialer, opgaver og branchespecifikke ressourcer på vores læringsplatform.
Mentor- og netværksevents
Mød branchefolk, opbyg relationer og få karriereråd i vores networking-arrangementer.
Alumni-netværk
Forbind dig med nuværende og tidligere CLA-deltagere, del viden, diskussioner og jobåbninger.
Hvorfor vælge Code Labs Academy?
1-til-1 karrierecoaching
Personlig støtte fra karrierespecialister: CV- og LinkedIn-gennemgang, prøveinterviews og en tech-fokuseret jobsøgningsstrategi.
Projekter klar til porteføljen
Bliv færdig med en GitHub-klar portefølje af virkelige projekter, bygget i undervisningen og finpudset med mentorfeedback.
Brancheorienteret pensum
Pensum opdateres hvert kvartal for at matche efterspørgslen inden for AI, cybersikkerhed og webudvikling.
Anerkendt certifikat
Del dit AZAV-akkrediterede Code Labs Academy-certifikat på LinkedIn, i dit CV og ved visumansøgninger.
Ofte stillede spørgsmål
Anmeldelser og udtalelser fra Code Labs Academy-alumner
Det er en online bootcamp med asynkrone kurser, der kan matche enhver studerende over hele verden. Jeg sætter pris på det faktum, at det kommer med et certifikat i slutningen efter vellykket gennemførelse. For at opsummere, dette bootcamp er alt i é ...
Code Labs Academy webudviklingskurset var meget imponerende, det var en af de bedste oplevelser, jeg har haft i mit liv. Jeg kan varmt anbefale at deltage i denne bootcamp, hvor du ikke kun lærer webudvikling, men også får karriererådgivning og er ...
Uden en teknisk baggrund er jeg nu efter blot et par måneder i stand til ikke kun at forstå komplekse maskin- eller deep learning-modeller, men også at designe dem selv. Hvis du leder efter et karriereskifte i tech-branchen, motiveret og har lidt tid ...
Balancen mellem teori og praksis er perfekt, du får en chance for at anvende det, du lærer, i hjemmearbejde og rigtige projekter, der bliver gennemgået af TA'erne. Jeg anbefaler denne bootcamp til alle, der ønsker at starte deres karriere i Data Scie ...
En af de bedste måder at lære datavidenskab og maskinlæring på, fremragende undervisere, der altid hjælper dig med at forstå og give dig flere ideer og eksempler. Hvis du vil vide mere om ML, er CLA det bedste sted.
Lærerne er gode, tolerante, motiverede og muntre. Læringsprocessen er smidig og sjov, du har plads til at stille dine spørgsmål og også deltage. Men det vigtigste er, at de forbereder dig til den praktiske verden ved at realisere og præsentere projek ...
Jeg leder altid efter nye muligheder for at lære de nyeste teknologier inden for Data Science, og kvaliteten af Code Labs Academys indhold oversteg mine forventninger. Hvis du brænder for teknologi og er villig til at gøre en indsats, vil denne boo ...
Som en del af webudviklings-bootcampen må jeg sige, at det gik over mine forventninger. Bootcampen er faktisk interaktiv, sjov og informativ. Jeg lærte mange ting takket være mine mentorer og alle, der arbejdede bag kulisserne. Jeg vil varmt anbefale ...
Den cybersikkerheds-bootcamp, som jeg deltog i i 2022, lærte mig den grundlæggende forståelse og de færdigheder, der kræves for, at jeg kan dreje til en karriere inden for IT. Min instruktør var vidende, tålmodig og altid villig til at hjælpe. Inde ...
Efter at have afsluttet min kandidatgrad i dataanalyse, bestræbte jeg mig på at fremme min viden på området med det mål at forfølge en karriere inden for enten datavidenskab eller analyse. Men jeg stødte på vanskeligheder med at finde svar på mine sp ...
