Dette lærer du
Du jobber praktisk med data, maskinlæring og AI – fra analyse til modellering og deployment – på 12 uker (heltid) eller 24 uker (deltid).
Mestre dataanalyse og dataforberedelse
Bygg et solid grunnlag i dataanalyse: skaff, utforsk, rens og forbered virkelige datasett. Med Pandas håndterer du manglende verdier, avvik, ubalansert data og kategoriske variabler, anvender statistisk analyse og lager visualiseringer for å gjøre rådata analyseklare.
Bygg intelligente maskinlæringsmodeller
Lær hele ML-arbeidsflyten, fra datasettforberedelse til trening, evaluering og optimalisering av prediktive modeller. Du vil implementere veiledede og uveiledede algoritmer, sammenligne dem med bransjestandardmetrikker, og øke nøyaktigheten gjennom kryssvalidering, hyperparameterjustering og modellvalg.
Utvikle dyplærings- og AI-løsninger
Oppdag hvordan moderne nevrale nettverk driver AI. Fra grunnleggende kunstige nevrale nettverk vil du bygge dyplæringsmodeller i PyTorch mens du utforsker optimalisering, regularisering, dataøkning, forklarbar AI og generative modeller — de praktiske ferdighetene for avanserte AI-applikasjoner.
Spesialiser deg i datasyn og naturlig språkbehandling
Utforsk to av AIs mest innflytelsesrike felt. Du vil bygge konvolusjonelle nevrale nettverk (CNN) for bildeklassifisering, objektdeteksjon og segmentering, og lære NLP-teknikker inkludert embeddings, rekurrente nevrale nettverk, transformere og attention-mekanismer for tekstbaserte AI-systemer.
Bygg moderne AI- og språkmodellapplikasjoner
Gå utover tradisjonell ML for å bygge LLM-drevne applikasjoner. Du vil utforske prompt-engineering, LangChain, Retrieval-Augmented Generation (RAG), og virkelige AI-arbeidsflyter for å skape intelligente assistenter, kunnskapssøkesystemer og produksjonsklare generative AI-applikasjoner.
Distribuer, overvåk og skaler AI-systemer
Ta ML-modeller fra utvikling til produksjon. Du vil distribuere med FastAPI, Docker og skyløsninger, skalere med Ray, og overvåke modeller med MLflow — pluss sikkerhet, personvern og beste praksis for pålitelige AI-systemer i virkelige miljøer.
Kapittel 0: Forarbeid
Datavitenskap har vært en av de mest ettertraktede karrierene de siste årene. Det innebærer å håndtere data, rense det, evaluere det og utvikle maskinlæringsmodeller for å forutsi utfall av hendelser. På grunn av feltets kompleksitet krever det å mestre det en grundig forståelse av et bredt spekter av verktøy og metoder, inkludert Python, miljøer, databaser, matematikk og lineær algebra.
Introduksjon til Python
- Python-språket og historien
- Grunnleggende om Python
- Grunnleggende datastrukturer i Python
- Klasser og objekter
- Moduler og pakker
- Input/output
- Feil og unntak
Miljøer
- Python-miljøer
- Anaconda
- Jupyter Notebooks
SQL og databaser
- SQL-grunnleggende
- SQL-spørringer
Lineær algebra
- Skalarer og vektorer
- Matriser
- Normer
Git og GitHub
- Introduksjon til versjonskontroll, arbeidsflyt, inspisere repositorier, angre endringer, hente og trekke endringer, pushe endringer
Prosjekt: Kurvetilpasning
- Dette prosjektet handler om å løse 'kurvetilpasnings'-problemet, som innebærer å finne den beste kurvelikningen som passer til et gitt datasett. Det guider deg gjennom et eksempel på dette problemet og er delt inn i seksjoner, hvor hver seksjon øver på bruk av grunnleggende konsepter som OOP, SQL, lineær algebra og den endelige maskinlæringsarbeidsflyten.
Timeplan og læringsrytme
Mandag til fredag kl. 09:30–15:30 (CET/CEST)
Forelesning
09:30–11:00
Forelesning
11:30–13:00
Praktisk økt
14:00–15:30
Slik lærer du hos oss
Live undervisning online
- Hos Code Labs Academy får du interaktive live-økter på nett, der du samarbeider med instruktører og medstudenter i sanntid. Det gir raskere feedback, bedre flyt og mer struktur i læringen.
Selvstudium
- Deltid: 9 timer live undervisning + 11 timer selvstudium = 20 timer per uke
- Heltid: 22,5 timer live undervisning + 17,5 timer selvstudium = 40 timer per uke
Flipped classroom
- Du forbereder deg med materiale og oppgaver, og bruker live-tiden til å diskutere, løse problemer og bygge – med støtte fra instruktør. Resultatet er mer aktiv læring og dypere forståelse.
Veiledet praksis
- Vi legger vekt på praktiske øvelser, prosjektarbeid og porteføljebygging. Du får et læringsløp der du gjør – ikke bare leser – og får veiledning underveis.
Prefer to learn at your own pace?
Learn with our On-demand Data Science & AI course at your own pace with complete flexibility through our immersive, self-paced program. Master how to transform raw data into powerful insights, train intelligent models, and build real-world AI applications and graduate ready to launch your career in the world of data-driven innovation.
Dette trenger du
Du trenger ingen formell utdanning innen Data Science & AI for å starte. Vi jobber stegvis og bygger grunnleggende forståelse før vi går dypere. Bootcampen er laget både for nybegynnere og for deg som ønsker å bruke data og AI mer aktivt i rollen du allerede har.
- Laptop eller PC: En stabil maskin med nok ytelse til å kjøre relevante verktøy og programmer.
- Stabil internettforbindelse: Pålitelig internett for live-økter, labs og innleveringer.
- Grunnleggende digital kompetanse: Du bør kunne navigere i operativsystem, kontorverktøy og nettleser.
- Grunnleggende forståelse av algoritmer og programmering: Litt kjennskap til programmeringskonsepter gjør det lettere å følge tempoet, spesielt i starten.
- Engelsk nivå: Omtrent B1-nivå, slik at du kan forstå teknisk materiale og delta i undervisning – bootcampen gjennomføres på engelsk.
- Tidsforpliktelse: En proaktiv innstilling til å øve jevnt, spesielt i forarbeidet, slik at du får en solid grunnmur videre i bootcampen.
Karrieresenter
Workshops og drop-in
Åpne miniøkter for deltakere og community. Få en smakebit på karrierestøtten vår, møt rådgiverne og stikk innom for raske justeringer på CV, LinkedIn eller portefølje før en søknadsfrist.
1:1 karriere- og kompetanseveiledning
Strukturerte samtaler der vi kartlegger mål, styrker og retning – og lager en konkret plan for hvordan du kan bruke kompetansen din i nåværende rolle eller mot nye muligheter.
Øvelsesintervjuer
Tren på vanlige intervjuspørsmål, tekniske samtaler og case. Lær å tydeliggjøre verdien du skaper, snakke om prosjektene dine og håndtere lønns- og forventningsavklaringer på en trygg måte.
CV- og søknadsbrev-gjennomgang
Få konkrete, personlige forslag til hvordan CV, søknadsbrev og LinkedIn kan spisses for rollen du ønsker – og hvordan du best viser frem prosjekter, portefølje og kompetanse.
Jobb- og praksisoversikt
Oppdateringer med relevante stillinger og muligheter, kuratert av teamet vårt. Ikke bare «entry-level», men også roller der oppskilling kan gi deg mer ansvar eller en ny retning.
Tilgang til karriereressurser
Tilgang til karrieremateriell i plattformen vår: oppgaver, maler, sjekklister og ressurser som støtter både jobbsøk og kompetansebygging over tid.
Bransjeinnsikt og nettverk
Møt fagfolk og få innsikt i hvordan ulike roller fungerer i praksis. Våre nettverks- og karrierechats gir både råd, inspirasjon og muligheter for å knytte kontakter.
Alumni-nettverk
Hold kontakten med medstudenter og alumni, del relevante artikler og jobbtips, og bygg et nettverk som kan vare lenge etter at bootcampen er ferdig.
Why choose Code Labs Academy?
1-to-1 career coaching
Personalised support from career specialists: CV and LinkedIn refresh, mock interviews, and a tech-focused job-search strategy.
Portfolio-ready projects
Graduate with a GitHub-ready portfolio of real-world projects, built in class and polished with mentor feedback.
Industry-driven curriculum
Curriculum refreshed every quarter to match current hiring needs in AI, cybersecurity, and web development.
Recognised certificate
Showcase your AZAV-accredited Code Labs Academy certificate on LinkedIn, your CV, and visa applications.