Was du lernen wirst
Unser gezielt kuratierter Lehrplan bringt dich in 12 Wochen Vollzeit oder 24 Wochen Teilzeit von den Grundlagen zu praxisnahen Projekten in Data Science & AI – inklusive Portfolio-Aufbau.
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 & AI gehören seit Jahren zu den gefragtesten Tech-Skill-Sets. Dabei geht es um 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 (CET/CEST)
Live-Session
09:30–11:00
Live-Session
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 Zusammenarbeit und schnellen Skill-Aufbau.
Selbststudium & Workload
- Teilzeit · 9 Std. Live-Unterricht + 11 Std. Selbststudium = 20 Std./Woche
- Vollzeit · 22,5 Std. Live-Unterricht + 17,5 Std. Selbststudium = 40 Std./Woche
Flipped-Classroom-Ansatz
- Erarbeite die Theorie eigenständig vorab und nutze die Live-Zeit für Diskussionen, Übungen und vertiefende Fragen.
Geführte Praxis
- Hands-on-Lernen steht im Mittelpunkt: In begleiteten Coding-Sessions baust du reale Projekte für dein Portfolio und festigst zugleich das Gelernte.
Voraussetzungen
Für unser Bootcamp brauchst du keine Vorkenntnisse in Informatik oder Programmierung. In den ersten Wochen vermitteln wir dir alle Grundlagen, damit du Schritt für Schritt ein solides Fundament aufbaust – perfekt, wenn du neu einsteigst oder deine Data- & AI-Skills ausbauen willst.
- 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 dich in den Sessions auszutauschen.
- Lernbereitschaft: Motivation, wöchentlich mehrere Stunden in Live-Sessions, Coding-Übungen, Datenauswertungen und Selbststudium zu investieren.
Unser Career Center: Coaching, Bewerbungs-Support & Networking
Karriere-Workshops
Kostenlose Sessions für dich und die CLA-Community: Lerne unser Career Center kennen, hol dir Impulse für deine Bewerbungsstrategie und optimiere deine Unterlagen in kompakten Clinics.
Individuelles Karriere-Coaching (1:1)
Strukturiert und praxisnah: Definiere deine Ziele, schärfe dein Profil und erstelle einen realistischen Plan – für deinen nächsten Schritt in Deutschland.
Mock-Interviews
Übe typische Interviewfragen (fachlich & behavioral), trainiere deine Story und gewinne Sicherheit – inklusive Feedback zu Kommunikation und Auftreten.
Lebenslauf- & Anschreiben-Checks
Erhalte konkretes Feedback zu Struktur, Wirkung und Keywords, damit deine Unterlagen in Deutschland schnell erfassbar und überzeugend sind.
Job- & Praktikumsübersicht
Regelmäßig kuratierte Einstiegs- und Junior-Stellen sowie Praktika – passend zu deinem Profil und deinen Zielen.
Career-Resources-Plattform
24/7-Zugang zu Vorlagen, Checklisten und Übungen rund um Bewerbung, Interviews, Gehaltsgespräche und Karriereplanung.
Mentoring & Networking
Triff Branchenprofis, hol dir Einblicke aus der Praxis und erweitere dein Netzwerk – in Live-Chats, Q&As und Community-Events.
Alumni-Netzwerk
Bleibe mit Alumni in Kontakt, teile Erfahrungen und entdecke exklusive Chancen – in Deutschland und international.
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.