Vad du kommer att lära dig
Vi coachar dig genom en noggrant kuraterad läroplan som är utformad för att ta dig från nyfiken nybörjare till trygg data scientist på så lite som 12 veckor (heltid).
Grund
SQL, Python, Jupyter Notebook, Git och GitHub, linjär algebra, sannolikhet och statistik.
Dataanalys
Dataanalys, dataprepp, datavisualisering och datautforskning.
Klassisk maskininlärning
Maskininlärning, övervakad och oövervakad inlärning, förbättring av modeller, Naive Bayes, SVM, Random Forest, ML-pipelines och klassificering.
Djupinlärning
Neurala nätverk (implementering, felsökning och optimering), CNN-arkitekturer, autoencoders, dataaugmentering, TensorFlow, Keras och scikit-learn.
Naturlig språkbehandling
Textkodning för NLP, RNN, LSTM, attention-mekanismer, transformer-modeller och att bygga chatbots.
Kapitel 0: Förarbete
Data science har varit en av de mest eftertraktade karriärerna de senaste åren. Det handlar om att hantera data, rensa dem, utvärdera dem och utveckla maskininlärningsmodeller för att förutsäga resultat. I det här kapitlet går vi igenom grunderna i data science så att du är redo att starta din inlärningsresa.
Introduktion till Python
- Pythonspråk och historia
- Grunderna i Python
- Grundläggande datastrukturer i Python
- Klasser och objekt
- Moduler och paket
- In- och utdata
- Fel och undantag
Miljöer
- Python‑miljöer
- Anaconda
- Jupyter‑anteckningsböcker
SQL och databaser
- SQL‑grunder
- SQL‑frågor
Linjär algebra
- Skalärer och vektorer
- Matriser
- Normer
Git och GitHub
- Introduktion till versionskontroll
- Arbetsflöde
- Inspektera repositories
- Ångra förändringar
- Hämta och dra ändringar
- Push:a ändringar
Projekt: Kurvanpassning
- Detta projekt handlar om att lösa problemet med kurvanpassning: att hitta den bästa funktionsformen för ett givet dataset. Du leds genom ett exempel som är uppdelat i sektioner och tränar grundläggande koncept som OOP, SQL, linjär algebra och ett komplett maskininlärningsarbetsflöde.
Inlärningsschema
Från måndag till fredag kl. 09:30–15:30 (svensk tid)
Föreläsningssession
09:30–11:00 (svensk tid)
Föreläsningssession
11:30–13:00 (svensk tid)
Praktisk session
14:00–15:30 (svensk tid)
Vår metodik
Liveundervisning online
- Här på CLA höjer du din inlärningsupplevelse med interaktiva livesessioner online, där du engagerar dig direkt med instruktörer och kurskamrater i realtid – vilket främjar samarbete och snabb kompetensutveckling.
Självstudier
- Deltid: 9 timmars liveundervisning, 11 timmars självstudier – totalt 20 timmar per vecka.
- Heltid: 22,5 timmars liveundervisning, 17,5 timmars självstudier – totalt 40 timmar per vecka.
Flipped classroom‑metod
- Upplev en dynamisk inlärningsstrategi med vår flipped classroom‑metod, som ger dig möjlighet att lära aktivt och engagera dig på djupet i vår bootcamp‑läroplan.
Guidad praktik
- Ta del av en uppslukande inlärningsupplevelse där vi fokuserar på aktivt deltagande, praktiska övningar och portföljbyggande för att skapa en stabil kunskapsgrund.
Vad du behöver
Du behöver inga formella kvalifikationer inom datavetenskap eller programmering för att gå vår bootcamp. Vi utgår inte från några förkunskaper och guidar dig genom grunderna under de första veckorna så att du bygger en stabil grund. Viss tidigare kontakt med programmering och algoritmiskt tänkande underlättar, men är inget krav – programmet passar både dig som vill ta steget in i data science & AI och dig som vill bygga vidare på tidigare erfarenhet.
- Bärbar dator eller dator: En pålitlig bärbar eller stationär dator med tillräcklig prestanda för att köra de nödvändiga programmen.
- Stabil internetanslutning: Tillförlitlig internetuppkoppling för liveundervisning, labbar och uppgifter.
- Grundläggande datorkunskap: Förmåga att navigera i operativsystem, produktivitetsprogram och webbläsare.
- Grundläggande förståelse för algoritmer och programmering (rekommenderas): Viss bekantskap med programmeringskoncept hjälper dig att följa kurserna bekvämt.
- Engelskkunskaper: Minst nivå B1 med förmåga att förstå tekniskt material och kommunicera effektivt, eftersom bootcampen genomförs på engelska.
- Engagemang för lärande: En proaktiv inställning till inlärning och övning, särskilt under förarbetet, för att lägga en solid grund för resten av bootcampen.
Karriärtjänster
Workshops för karriärutveckling
Introduktionssessioner för dig och hela Code Labs Academy-communityt. Få en försmak av vad vårt karriärcenter erbjuder, träffa vår karriärrådgivare och droppa in på pass för finjustering av CV i sista minuten.
Personliga karriärrådgivningssessioner
Strukturerade samtal där vi tillsammans identifierar dina karriär- och kompetensmål och tar fram en konkret strategi för att nå dem – genom vägledningssamtal, karriärplanering och anpassning till den svenska och internationella arbetsmarknaden.
Simulerade intervjuer (mockintervjuer)
Öva vanliga intervjufrågor och beteendesituationer: hur du visar arbetsgivare vad du kan erbjuda, lyfter fram dina styrkor, navigerar lönediskussioner och mycket mer.
Granskning av CV och personligt brev
Få personlig feedback på ditt CV och personliga brev, anpassad för att väcka rekryterares intresse och hjälpa dig att landa en intervju på jobbet eller uppdraget du vill ha.
Jobb- och praktikbevakning
Aktuella jobb- och praktikmöjligheter, handplockade av våra karriärspecialister och anpassade för att vara verkliga roller på junior- och startnivå – med fokus på techroller som är relevanta även för den svenska arbetsmarknaden.
Tillgång till karriärresurser på plattformen
Öppen tillgång till karriärmaterial, uppgifter och resurser om techbranschen via vår inlärningsplattform – stöd för både dig som karriärväxlar och dig som vill kompetensutveckla inom din nuvarande roll.
Professionell vägledning och nätverksevenemang
Möt techproffs inom din bransch för karriärrådgivning, mentorskap och möjligheten att bygga nätverk genom våra karriär- och chatt-evenemang.
Alumnnätverk
Nätverka med kurskamrater och tidigare Code Labs Academy-studenter, dela relevant innehåll, starta insiktsfulla diskussioner och tipsa varandra om intressanta jobböppningar och projekt.
Varför välja Code Labs Academy?
1-till-1 karriärcoachning
Personligt stöd från karriärspecialister: uppdatering av CV och LinkedIn, intervjuövningar och en techfokuserad jobbsökarstrategi.
Projekt redo för din portfolio
Avsluta med en GitHub‑redo portfolio av verkliga projekt—byggda under kursen och förfinade med mentorfeedback.
Branschdriven läroplan
Läroplanen uppdateras varje kvartal för att matcha efterfrågan inom AI, cybersäkerhet och webbutveckling.
Erkänt certifikat
Visa upp ditt AZAV‑ackrediterade Code Labs Academy‑certifikat på LinkedIn, i ditt CV och vid visumansökningar.