Hva du lærer
Vi leder deg gjennom en nøye kuratert læreplan som tar deg fra «bare nysgjerrig» til «fullt sertifisert» i datavitenskap og AI på så lite som 12 uker (heltid).
Fundament
SQL, Python, Jupyter Notebook, Git / GitHub, lineær algebra, sannsynlighet og statistikk.
Dataanalyse
Dataforberedelse, dataanalyse, datavisualisering og utforskende dataanalyse.
Klassisk maskinlæring
Overvåket og ikke-overvåket læring, modellforbedring, Naive Bayes, SVM, Random Forest, ML-pipelines og klassifisering.
Dyp læring
Nevrale nettverk (implementering, feilsøking og optimalisering), CNN-arkitekturer, autoencodere, dataaugmentering, TensorFlow, Keras og Scikit-learn.
Naturlig språkbehandling
Tekstkoding, RNN/LSTM, oppmerksomhetsmekanismer, transformatormodeller og chat-bot-utvikling.
Kapittel 0: Forarbeid
Datavitenskap er blant de mest ettertraktede karriereveiene i dag. Faget omfatter innsamling, rensing og analyse av data, samt bygging av maskinlæringsmodeller som kan forutsi utfallet av hendelser. I dette kapittelet dekker vi grunnlaget du trenger før læringsreisen starter.
Introduksjon til Python
- Python-språkets historie
- Grunnleggende Python-syntaks
- Datastrukturer i Python
- Klasser og objekter
- Moduler og pakker
- Inn- og utdata
- Feil og unntak
Arbeidsmiljøer
- Python-miljøer
- Anaconda
- Jupyter Notebook
SQL og databaser
- SQL-grunnlag
- SQL-spørringer
Lineær algebra
- Skalarer og vektorer
- Matriser
- Normer
Git og GitHub
- Introduksjon til versjonskontroll
- Arbeidsflyt (clone → commit → push)
- Inspisere repoer
- Angre endringer
- Hente og trekke endringer
- Pushe endringer
Prosjekt: Kurvetilpasning
- Du får et datasett og skal finne den beste kurven som modellerer sammenhengen. Prosjektet øver på OOP, SQL, lineær algebra og en komplett maskinlæringsarbeidsflyt.
Læringsplan
Mandag–fredag kl. 09:30–15:30 (CET)
Forelesning
09:30–11:00 (CET)
Forelesning
11:15–12:45 (CET)
Hands-on-økt
14:00–15:30 (CET)
Vår metodikk
Direktesendt nettundervisning
- Interaktive live-økter med instruktører og medstudenter i sanntid gir tett oppfølging og fremmer samarbeid.
Kombinasjon av live-undervisning og selvstudium
- Deltid: 9 t liveundervisning + 11 t selvstudium = 20 t/uke
- Heltid: 22,5 t liveundervisning + 17,5 t selvstudium = 40 t/uke
Flipped classroom
- Forbered teori på egen hånd og bruk live-øktene til diskusjon, problemløsing og praktiske øvelser.
Guidet praksis
- Aktiv deltakelse, hands-on-oppgaver og porteføljebygging sikrer solid forståelse og anvendelse av kunnskapen.
Forutsetninger
Du trenger ingen formell bakgrunn i IT eller statistikk. De første ukene bygger vi grunnmuren fra bunnen av, slik at både nybegynnere og karrierebyttere raskt kommer trygt i gang.
- Bærbar PC eller stasjonær: Maskin som kan kjøre Python-miljøer og analyseverktøy. Anbefalt: 16 GB RAM, 512 GB SSD, moderne 4-kjerne CPU eller bedre (dedikert GPU er en bonus, men ikke påkrevd).
- Stabil internettforbindelse: Pålitelig nett for live-økter, notebooks i skyen og innleveringer.
- Grunnleggende dataferdigheter: Kan navigere i operativsystem, håndtere filer og bruke nettleser.
- Enkel programmerings- og algoritmeforståelse: Fint om du kjenner til grunnleggende kode- og løkkestrukturer; vi repeterer alt i starten.
- Engelskkunnskaper: Minimum B1-nivå; all undervisning og dokumentasjon er på engelsk.
- Læringsforpliktelse: Villig til å sette av flere timer per uke til live-økter, oppgaver og selvstudium.
Karrieretjenester
Karriereutviklings-workshops
Delta i korte, praktiske workshops for deg og resten av CLA-fellesskapet. Møt karriererådgiveren vår og få siste-minuttråd.
Personlige karriererådgivningsøkter
Strukturerte 1-til-1-samtaler som identifiserer målene dine og legger en handlingsplan for å nå dem.
Prøveintervjuer
Øv på vanlige intervjuspørsmål, lær å fremheve styrkene dine og håndter lønnsforhandlinger med selvtillit.
CV- og søknadsbrev-gjennomgang
Få skreddersydde anbefalinger som fanger rekrutterernes oppmerksomhet og sikrer et intervju.
Jobb- og praksissamling
Nye, nøye utvalgte stillinger på inngangsnivå fra våre karrierespesialister – klare til å søke på.
Tilgang til karriereressursplattform
Åpne oppgaver, maler og bransjeressurser på læringsplattformen vår når som helst.
Mentor- og nettverksarrangementer
Møt erfarne fagfolk, få råd og bygg nettverk på våre populære karriereprat-arrangementer.
Alumninettverk
Hold kontakten med klassekamerater og tidligere CLA-alumner, del innsikt og tips om jobbmuligheter.
Hvorfor velge Code Labs Academy?
1-til-1 karrierecoaching
Personlig støtte fra karrierespesialister: oppdatering av CV og LinkedIn, prøveintervjuer og en tech-fokusert jobbsøkerstrategi.
Prosjekter klare for porteføljen
Fullfør med en GitHub-klar portefølje av virkelige prosjekter—bygget i undervisningen og finpusset med mentorfeedback.
Bransjedrevet pensum
Pensum oppdateres hvert kvartal for å matche behovene i AI, cybersikkerhet og webutvikling.
Anerkjent sertifikat
Vis frem ditt AZAV-akkrediterte Code Labs Academy-sertifikat på LinkedIn, i CV-en og i visumsøknader.
Ofte stilte spørsmål
Anmeldelser og erfaringer fra Code Labs Academy-alumni
På bootcampen i cybersikkerhet som jeg deltok på i 2022, fikk jeg den grunnleggende forståelsen og ferdighetene jeg trengte for å skifte til en karriere innen IT. Instruktøren var kunnskapsrik, tålmodig og alltid villig til å hjelpe. Før kurset var f ...
Kurset i webutvikling hos Code Labs Academy var veldig imponerende, det var en av de beste opplevelsene jeg har hatt i mitt liv. Jeg anbefaler på det sterkeste å delta på denne bootcampen der du ikke bare lærer nettutvikling, men også får karriereråd ...
Det er en nettbasert boot camp med asynkrone kurs som passer for studenter over hele verden. Jeg setter pris på det faktum at det kommer med et sertifikat på slutten etter vellykket gjennomføring. For å oppsummere er denne bootcampen alt i ett, du læ ...
Som deltaker på bootcampen i webutvikling må jeg si at det gikk over all forventning. Bootcampen er virkelig interaktiv, morsom og lærerik. Jeg lærte mye takket være mentorene mine og alle som jobbet i kulissene. Jeg vil anbefale den på det sterkeste ...
Etter å ha fullført en mastergrad i dataanalyse forsøkte jeg å tilegne meg mer kunnskap på området med sikte på en karriere innen enten datavitenskap eller analyse. Jeg hadde imidlertid problemer med å finne svar på spørsmålene mine, så jeg så meg om ...
Uten teknisk bakgrunn er jeg nå, etter bare noen få måneder, i stand til ikke bare å forstå komplekse maskin- eller dybdelæringsmodeller, men også å designe dem selv. Hvis du er på utkikk etter et karriereskifte i teknologibransjen, er motivert og ha ...
Lærerne og mentorene er fantastiske, i hvert fall den jeg hadde. Moe lærte meg mer enn alle lærerne mine i hele mitt liv. Han gjør ting tydelig og oppmuntrer deg alltid til å fortsette til tross for alle utfordringene.
Lærerne er flinke, tolerante, motiverte og blide. Læringsprosessen er jevn og morsom, og du har rom for å stille spørsmål og delta. Men det viktigste er at de forbereder deg på den praktiske verden ved å gjennomføre og presentere prosjekter, noe som ...
Jeg er alltid på utkikk etter nye muligheter til å lære meg de nyeste teknologiene innen datavitenskap, og kvaliteten på Code Labs Academys innhold overgikk forventningene mine. Hvis du brenner for teknologi og er villig til å gjøre en innsats, vil d ...
Balansen mellom teori og praksis er perfekt, og du får sjansen til å bruke det du lærer i lekser og reelle prosjekter som gjennomgås av faglærerne. Jeg anbefaler denne bootcampen til alle som ønsker å starte en karriere innen datavitenskap.
En av de beste måtene å lære datavitenskap og maskinlæring på, med utmerkede lærere som alltid hjelper deg å forstå og gir deg flere ideer og eksempler. Hvis du vil vite mer om ML, er CLA det beste stedet.
