Data Science & AI Bootcamp
Učite se Data Science & AI na daljavo s Python, SQL in ML v 12 ali 24 tednih. Zgradite modele za računalniški vid in NLP ter osvojite celoten delovni tok (priprava podatkov, učenje modelov, evalvacija in uvajanje v produkcijo). Urnik je usklajen s CET/CEST, primerno tudi za udeležence v Sloveniji.
Kaj se boš naučil
Vodimo te skozi posebej pripravljen učni načrt, zasnovan tako, da te v samo 12 tednih (polni delovni čas) popelje od 'zgolj radovednega' do 'popolnoma certificiranega' na področju podatkovne znanosti, podatkovne analitike in umetne inteligence.
Obvladaj analitiko in pripravo podatkov
Zgradi trdne temelje v podatkovni analitiki: pridobivaj, raziskuj, čisti in pripravljaj realne podatkovne nize. Z uporabo Pandas boš obravnaval manjkajoče vrednosti, osamelce, neuravnotežene podatke in kategorične značilnosti, uporabljal statistično analizo in ustvarjal vizualizacije, da surove podatke spremeniš v podatkovne nize, pripravljene za analizo.
Zgradi inteligentne modele strojnega učenja
Nauči se celotnega poteka dela ML, od priprave podatkovnega niza do treniranja, vrednotenja in optimizacije napovednih modelov. Implementiral boš nadzorovane in nenadzorovane algoritme, jih primerjal z uporabo industrijsko standardnih metrik ter povečal natančnost s prečnim preverjanjem, uglaševanjem hiperparametrov in izbiro modela.
Razvij rešitve globokega učenja in umetne inteligence
Odkrij, kako sodobne nevronske mreže poganjajo AI. Začenši z osnovami umetnih nevronskih mrež boš gradil modele globokega učenja v PyTorchu, hkrati pa raziskoval optimizacijo, regularizacijo, povečevanje podatkov, razložljivo umetno inteligenco in generativne modele — praktične veščine za napredne aplikacije AI.
Specializiraj se za računalniški vid in obdelavo naravnega jezika
Raziskuj dve najvplivnejši področji AI. Zgradil boš konvolucijske nevronske mreže (CNN) za klasifikacijo slik, zaznavanje predmetov in segmentacijo ter se naučil tehnik NLP, vključno z vektorskimi vdelavami, rekurenčnimi nevronskimi mrežami, transformerji in mehanizmi pozornosti za sisteme AI, temelječe na besedilu.
Zgradi sodobne aplikacije AI in velikih jezikovnih modelov
Pojdi onkraj tradicionalnega ML in gradi aplikacije, poganjane z LLM. Raziskoval boš inženiring pozivov (prompt engineering), LangChain, generiranje z obogatenim iskanjem (RAG) in realne delovne procese AI, da ustvariš inteligentne asistente, sisteme za pridobivanje znanja in generativne aplikacije AI, pripravljene na produkcijo.
Uvedi, spremljaj in skaliraj sisteme AI
Premakni modele ML iz razvoja v produkcijo. Uvajal jih boš s FastAPI, Dockerjem in oblačnimi rešitvami, jih skaliral z uporabo Ray ter spremljal modele z MLflow — poleg tega pa se boš naučil varnosti, zasebnosti in najboljših praks za zanesljive sisteme AI v realnih okoljih.
Poglavje 0: Pred delo
Podatkovna znanost je bila v zadnjih letih ena najbolj iskanih kariernih poti. Vključuje delo s podatki, njihovo čiščenje, vrednotenje in razvoj modelov strojnega učenja za napovedovanje izidov dogodkov. Zaradi kompleksnosti tega področja obvladovanje zahteva temeljito razumevanje širokega nabora orodij in metod, vključno s Pythonom, okolji, podatkovnimi bazami, matematiko in linearno algebro. V tem poglavju bomo obravnavali temelje podatkovne znanosti, da te pripravimo na začetek učne poti.
Uvod v Python
- Programski jezik Python in njegova zgodovina
- Osnove Pythona
- Temeljne podatkovne strukture v Pythonu
- Razredi in objekti
- Moduli in paketi
- Vhod/izhod
- Napake in izjeme
Okolja
- Okolja Python
- Anaconda
- Zvezki Jupyter
SQL in podatkovne baze
- Osnove SQL
- Poizvedbe SQL
Linearna algebra
- Skalarji in vektorji
- Matrike
- Norme
Git in GitHub
- Uvod v nadzor različic, potek dela, pregledovanje repozitorijev, razveljavljanje sprememb, pridobivanje in vlečenje sprememb, potiskanje sprememb
Projekt: Prilagajanje krivulje (curve fitting)
- Ta projekt obravnava reševanje problema 'prilagajanja krivulje', ki vključuje iskanje enačbe krivulje, ki se najbolje prilega danemu podatkovnemu nizu. Vodil te bo skozi primer tega problema in je razdeljen na sklope, kjer vsak sklop vadi uporabo temeljnih konceptov, kot so OOP, SQL, linearna algebra in končni potek dela strojnega učenja.
Urnik učenja
Od ponedeljka do petka, 09:30–15:30 (CET/CEST)
Predavanje
09:30 - 11:00
Predavanje
11:30 - 13:00
Praktično delo
14:00 - 15:30
Naša metodologija
Spletno učenje v živo
- Pri CLA nadgradite učno izkušnjo z interaktivnimi spletnimi predavanji v živo, kjer ste v neposrednem stiku z mentorji in skupino v realnem času. To spodbuja sodelovanje, hitro povratno informacijo in bolj stabilen napredek.
Samostojno učenje
- Delni čas: 9 ur učenja v živo, 11 ur samostojnega dela, skupaj 20 ur na teden
- Polni čas: 22,5 ur učenja v živo, 17,5 ur samostojnega dela, skupaj 40 ur na teden
Metoda obrnjene učilnice (Flipped Classroom)
- Izkoristite dinamičen pristop učenja: del teorije osvojite vnaprej, srečanja v živo pa so namenjena razpravi, reševanju problemov in uporabi znanja v praksi.
Vodena praksa
- Učenje je aktivno: veliko vaj, laboratorijev, dela na projektih in gradnje portfelja. Naš cilj je, da znanje ne ostane abstraktno, ampak ga znate uporabiti v realnih scenarijih.
Raje se učiš v svojem tempu?
Uči se z našim on‑demand tečajem Data Science & AI v svojem tempu in s popolno fleksibilnostjo. Obvladaj, kako surove podatke spremeniti v močne vpoglede, trenirati pametne modele in graditi resnične AI aplikacije, ter zaključi pripravljen/a za zagon kariere v svetu inovacij, ki temeljijo na podatkih.
Kaj boste potrebovali
Za udeležbo ne potrebujete formalnih predhodnih kvalifikacij, koristno pa je, da imate osnovno računalniško pismenost in vsaj osnovno razumevanje programiranja/algoritmov, da lažje sledite tempu. Program je namenjen tako začetnikom kot tudi tistim, ki želite nadgraditi podatkovne in AI veščine za delo ali projekte. Urnik je po CET/CEST in je praktičen tudi za Slovenijo.
- Prenosnik ali računalnik: Zanesljiv prenosnik ali namizni računalnik z dovolj procesorske moči za poganjanje potrebnih programov.
- Stabilna internetna povezava: Zanesljiv dostop do interneta za učenje v živo, laboratorije in naloge.
- Osnovna računalniška pismenost: Sposobnost uporabe operacijskega sistema, pisarniških orodij in spletnega brskalnika.
- Osnovno znanje algoritmov in programiranja: Osnovno poznavanje programerskih konceptov, da boste lažje sledili vsebini.
- Znanje angleščine: Raven B1 in sposobnost razumevanja tehničnih gradiv ter učinkovite komunikacije, saj program poteka v angleščini.
- Zavezanost učenju: Proaktiven odnos do učenja in vaje, posebej v predpripravljalnem delu, da zgradite trden temelj za nadaljevanje.
Career Services Center
Delavnice za profesionalni razvoj
Kratke delavnice in »taster« srečanja za vas in širšo skupnost. Preizkusite, kaj ponuja naš Career Center, spoznajte kariernega svetovalca in pridite po hitro povratno informacijo (npr. zadnji popravki CV-ja ali portfelja).
Osebno karierno svetovanje (1:1)
Strukturirana srečanja, kjer opredelimo vaše cilje in oblikujemo jasen načrt: katere veščine želite razviti, kako jih predstaviti in kako narediti naslednje korake (Career Action Planning).
Simulirani razgovori (mock interviews)
Vaja najpogostejših vedenjskih in situacijskih vprašanj: kako pokazati, kaj delodajalci iščejo, kako izpostaviti svoje prednosti, kako pristopiti k pogovorom o plači in kako razmišljati v primerih iz prakse.
Pregled CV-ja in motivacijskega pisma
Dobili boste konkretne, personalizirane predloge za CV in/ali motivacijsko pismo, tako, da lažje pritegnete pozornost rekruterjev in jasno pokažete praktične rezultate (projekti, portfelj, merljivi dosežki).
Pregled priložnosti: delo in prakse
Novejše priložnosti, ki jih izbere naša ekipa, in so prilagojene začetnim ali junior nivojem. Če ste v Sloveniji, vam pomagamo tudi razumeti, kako svoje izkušnje predstaviti lokalnim podjetjem in mednarodnim ekipam.
Dostop do kariernih gradiv na platformi
Dostop do kariernih materialov, nalog in virov o tech industriji na naši učni platformi, uporabno tudi po koncu bootcampa, ko želite znanje osvežiti ali nadgraditi.
Profesionalno vodenje in networking dogodki
Srečajte se s tech strokovnjaki, pridobite nasvete iz prakse in se povezujte z drugimi udeleženci na Career Chat dogodkih. Poudarek je na realnih izkušnjah in vprašanjih, ki jih imate pri svojem naslednjem koraku.
Alumni mreženje
Ostanite povezani s sošolci in alumni skupnostjo. Delite zanimive vsebine, odprite razprave, izmenjujte priporočila in delite priložnosti, ki bi lahko zanimale druge člane skupnosti.
Zakaj izbrati Code Labs Academy?
1-na-1 karierno mentorstvo
Osebna podpora kariernih strokovnjakov: osvežitev CV-ja in LinkedIn profila, simulacije intervjujev ter strategija iskanja zaposlitve v tehnološkem sektorju.
Projekti pripravljeni za portfelj
Zaključi z GitHub portfeljem realnih projektov, nastalih pri pouku in izpiljenih z mentorjevim feedbackom.
Industrijsko usmerjen kurikulum
Kurikulum se posodablja vsako četrtletje, da sledi povpraševanju na področjih AI, kibernetske varnosti in spletnega razvoja.
Priznano potrdilo
Pokaži AZAV-akreditirano potrdilo Code Labs Academy na LinkedInu, v CV-ju in pri vlogah za vizum.
Pogosta vprašanja
Ocene in izkušnje alumnov Code Labs Academy
Ravnovesje med teorijo in prakso je popolno, dobite priložnost uporabiti naučeno v domačih nalogah in resničnih projektih, ki jih pregledajo TA. Ta bootcamp priporočam vsakomur, ki želi začeti svojo kariero v Data Science.
Brez tehnološkega ozadja lahko po samo nekaj mesecih zdaj ne samo razumem zapletene strojne modele ali modele globokega učenja, ampak jih tudi sam oblikujem. Če iščete spremembo kariere v tehnološki industriji, ste motivirani in imate nekaj časa, ste ...
Začetni tabor za kibernetsko varnost, ki sem se ga udeležil leta 2022, me je naučil temeljnega razumevanja in spretnosti, ki so potrebne, da se usmerim v kariero v IT. Moj inštruktor je bil razgledan, potrpežljiv in vedno pripravljen pomagati. Pred ...
Učitelji in mentorji so čudoviti, vsaj takšnega, ki sem ga jaz imela. Moe me je naučil več kot vsi moji učitelji v mojem življenju. Stvari pojasni in te vedno spodbuja, da kljub vsem izzivom nadaljuješ.
Tečaj spletnega razvoja akademije Code Labs je bil zelo impresiven, to je bila ena najboljših izkušenj, ki sem jih imel v življenju. Toplo priporočam, da se udeležite tega zagonskega tabora, kjer se ne le naučite spletnega razvoja, ampak tudi dobite ...
Učitelji so super, strpni, motivirani in veseli. Učni proces je gladek in zabaven, imate prostor za postavljanje vprašanj in tudi sodelovanje. Najpomembneje pa je, da te pripravijo na praktični svet z realizacijo in predstavitvijo projektov, kar je b ...
Eden najboljših načinov za učenje podatkovne znanosti in strojnega učenja, odlični učitelji, ki vam vedno pomagajo razumeti in vam dajo več idej in primerov. Če želite izvedeti več o ML, je CLA najboljše mesto.
Vedno iščem nove priložnosti za učenje najnovejših tehnologij podatkovne znanosti in kakovost vsebine Code Labs Academy je presegla moja pričakovanja. Če ste navdušeni nad tehnologijo in ste pripravljeni vložiti trud, vam bo ta bootcamp odprl vrata, ...
Po končanem magistrskem študiju podatkovne analitike sem si prizadeval nadgraditi svoje znanje na tem področju s ciljem nadaljevanja kariere v podatkovni znanosti ali analizi. Vendar sem naletel na težave pri iskanju odgovorov na svoja vprašanja, zat ...
To je spletni zagonski kamp z asinhronimi tečaji, ki se lahko ujema s katerim koli študentom po vsem svetu. Cenim dejstvo, da je na koncu ob uspešnem zaključku priložen certifikat. Če povzamem, to bootcamp je vse v enem, naučiš se in obvladaš podatk ...
Kot del tečaja spletnega razvoja moram reči, da je presegel moja pričakovanja. Bootcamp je res interaktiven, zabaven in informativen. Veliko stvari sem se naučil po zaslugi mojih mentorjev in vseh, ki delajo v ozadju. Toplo priporočam