Was du lernen wirst
Unser gezielt kuratierter Lehrplan bringt dich in nur 12 Wochen (Vollzeit) von „interessiert“ zu „voll zertifiziert“ in Data Science & KI.
Grundlagen
SQL, Python, Jupyter Notebook, Git & GitHub sowie lineare Algebra, Wahrscheinlichkeitsrechnung und Statistik
Datenanalyse
Datenbereinigung, -vorbereitung und -exploration, Visualisierung und Storytelling mit Pandas & Matplotlib
Klassisches Machine Learning
Überwachtes & unüberwachtes Lernen, Modell-Tuning, Naive Bayes, SVM, Random Forest, ML-Pipelines und Klassifikation
Deep Learning
Neuronale Netze (Implementierung, Debugging, Optimierung), CNN-Architekturen, Autoencoder, Data Augmentation mit TensorFlow, Keras & scikit-learn
Natural Language Processing
Text-Tokenisierung, RNNs & LSTMs, Attention-Mechanismen, Transformer-Modelle und Chatbot-Entwicklung
Kapitel 0: Vorarbeit
Data Science zählt seit Jahren zu den begehrtesten Karrierewegen. Sie umfasst das Sammeln, Bereinigen und Analysieren von Daten sowie das Erstellen von Machine-Learning-Modellen, um Ereignisse zuverlässig vorherzusagen. In diesem Kapitel behandeln wir die Grundlagen der Data Science, damit du optimal auf deine Lernreise vorbereitet bist.
Einführung in Python
- Geschichte der Python-Sprache
- Python-Grundlagen
- Wichtige Datenstrukturen in Python
- Klassen und Objekte
- Module und Pakete
- Ein- und Ausgabe
- Fehler- und Ausnahmebehandlung
Arbeitsumgebungen
- Python-Umgebungen
- Anaconda
- Jupyter Notebooks
SQL & Datenbanken
- SQL-Grundlagen
- SQL-Abfragen
Lineare Algebra
- Skalare und Vektoren
- Matrizen
- Normen
Git & GitHub
- Einführung in die Versionskontrolle
- Git-Workflow
- Repositorys inspizieren
- Änderungen rückgängig machen
- Changes holen und pullen
- Änderungen pushen
Projekt: Kurvenanpassung
- In diesem Projekt löst du das Problem der „Kurvenanpassung“: Finde die bestmögliche Funktionsgleichung für einen gegebenen Datensatz. Du wendest dabei OOP-Prinzipien, SQL-Abfragen, lineare Algebra und den kompletten Machine-Learning-Workflow an.
Lernplan
Montag – Freitag · 09:30 – 15:30 Uhr (MEZ / GMT+1)
Vorlesung
09:30–11:00
Vorlesung
11:30–13:00
Praxis-Session
14:00–15:30
Unsere Methodik
Online-Live-Unterricht
- Lerne in interaktiven Live-Sessions und tausche dich in Echtzeit mit Dozierenden sowie Mitlernenden aus – für maximale Kollaboration und schnelles Skill-Building.
Selbststudium & Workload
- Teilzeit · 9 h Live-Unterricht + 11 h Selbststudium = 20 h / Woche
- Vollzeit · 22,5 h Live-Unterricht + 17,5 h Selbststudium = 40 h / Woche
Flipped-Classroom-Ansatz
- Erarbeite die Theorie eigenständig vorab und nutze die Live-Zeit für Diskussionen, Übungen und vertiefende Fragen.
Geführte Praxis
- Hands-on-Learning steht im Mittelpunkt: In begleiteten Coding-Sessions baust du reale Projekte für dein Portfolio und festigst zugleich das Gelernte.
Voraussetzungen
Für unser Bootcamp sind keinerlei Vorkenntnisse in Informatik oder Programmierung erforderlich. In den ersten Wochen vermitteln wir alle Grundlagen, damit Sie Schritt für Schritt ein solides Fundament aufbauen – perfekt für Quereinsteiger oder alle, die sich beruflich neu orientieren oder ihre Arbeit datengetriebener gestalten möchten.
- Leistungsfähiger Laptop / Desktop-PC: Empfehlung: min. 16 GB RAM, 512 GB SSD, aktueller Quad-Core-Prozessor (z. B. Intel i5 / Ryzen 5) – wichtig für rechenintensive Data-Science-Aufgaben.
- Stabile Internetverbindung: Breitbandzugang für Live-Sessions, Cloud-Notebooks und das Herunterladen größerer Datensätze.
- Grundlegende Computerkenntnisse: Sicherer Umgang mit Betriebssystem, Dateiverwaltung und Webbrowsern.
- Englischkenntnisse: Mindestens B1-Niveau, um englischsprachige Fachmaterialien zu verstehen und sich in den Sessions auszutauschen.
- Lernbereitschaft: Motivation, wöchentlich mehrere Stunden in Live-Sessions, Coding-Übungen, Datenauswertungen und Selbststudium zu investieren.
Karrierezentrum – Coaching, CV-Checks & Networking
Karriere-Workshops
Kostenlose Sessions für dich und die CLA-Community: Lerne unser Career Center kennen und optimiere deinen Lebenslauf in Last-Minute-Clinics.
Individuelle Karriereberatung
Strukturierte 1-zu-1-Meetings: Definiere deine Ziele und erhalte eine konkrete Aktionsplanung – persönlich und praxisnah.
Mock-Interviews
Trainiere typische Interview- und Gehaltsfragen, positioniere deine Stärken und gewinne Sicherheit im Gespräch.
CV- & Anschreiben-Checks
Erhalte präzises Feedback, damit deine Unterlagen Recruiter überzeugen und Interview-Einladungen sichern.
Job- & Praktikumsübersicht
Wöchentlich kuratierte Einstiegsstellen, ausgewählt von unseren Career Specialists und auf dich zugeschnitten.
Career-Resources-Plattform
24/7-Zugang zu Vorlagen, Aufgaben und Lernmaterialien rund um Bewerbungsprozesse und Karriereplanung.
Mentoring & Networking-Events
Triff Branchenprofis, erhalte Insider-Tipps und erweitere dein Netzwerk in unseren Live-Chats und Events.
Alumni-Network
Bleibe mit ehemaligen Teilnehmenden in Kontakt, teile Insights und entdecke exklusive Jobmöglichkeiten.
Warum Code Labs Academy wählen?
1:1 Karriere-Coaching
Individuelle Unterstützung durch Karrierespezialist:innen: CV- und LinkedIn-Optimierung, Interviewtraining und eine Tech-fokussierte Bewerbungsstrategie.
Portfolio-taugliche Projekte
Abschluss mit einem GitHub-fertigen Portfolio praxisnaher Projekte—im Unterricht gebaut und mit Mentor-Feedback verfeinert.
Industrieorientiertes Curriculum
Der Lehrplan wird quartalsweise aktualisiert und richtet sich nach der aktuellen Nachfrage in KI, Cybersecurity und Webentwicklung.
Anerkanntes Zertifikat
Teile dein AZAV-akkreditiertes Code Labs Academy-Zertifikat auf LinkedIn, im Lebenslauf und bei Visaanträgen.