你将学到什么
通过系统的全日制课程，从“好奇入门”成长为能够构建数据产品和 AI 模型的数据科学与 AI 从业者。
基础
SQL、Python、Jupyter Notebook、Git 与 GitHub，以及线性代数、概率与统计基础。
数据分析
数据清洗、特征工程、数据可视化与探索性数据分析。
经典机器学习
监督与无监督学习、模型提升、朴素贝叶斯、SVM、随机森林、ML 流水线与分类任务。
深度学习
神经网络（实现、调试与优化）、CNN 架构、自编码器、数据增强、TensorFlow、Keras 与 Scikit-Learn。
自然语言处理
NLP、循环神经网络（RNN）、LSTM、注意力机制、Transformer 模型与聊天机器人构建。
第0章：预工作
近年来，数据科学一直是最负盛名的职业之一。它涉及处理数据，清洁数据，评估它以及开发机器学习模型以预测事件的结果。在本章中，我们将介绍数据科学的基础，以便您准备开始学习旅程。
Python简介
- python语言和历史
- Python的基础知识
- Python中的基本数据结构
- 类和对象
- 模块和软件包
- 输入/输出
- 错误和例外
环境
- Python环境
- Anaconda
- Jupyter笔记本
SQL和数据库
- SQL基本面
- SQL查询
线性代数
- 标量和向量
- 矩阵
- 规范
git和github
- 版本控制简介
- 工作流程
- 检查存储库
- 撤消变化
- 提取和拉更改
- 推动变化
项目：曲线拟合
- 该项目旨在解决“曲线拟合”问题，该问题涉及找到适合给定数据集的最佳曲线方程。它将指导您介绍此问题的示例，并分为各节，每个部分将使用基本概念（例如OOP，SQL，Lineareal代数和最终的机器学习工作流程）的使用。
学习时间表
周一至周五 09:30–15:30（欧洲中部时间 CET/CEST，通常为 UTC+1），适合全职投入学习的学员。
讲座课程
09:30–11:00（CET/CEST）
讲座课程
11:30–13:00（CET/CEST）
实践课程
14:00–15:30（CET/CEST）
我们的教学方法
在线实时学习
- 在 Code Labs Academy，你将通过互动式在线直播课堂学习，实时与讲师和同学交流，获得即时反馈，在协作环境中快速提升技能。
自学与巩固
- 兼职：每周约 9 小时直播课程，11 小时自主学习，总计 20 小时学习投入。
- 全职：每周约 22.5 小时直播课程，17.5 小时自主学习，总计 40 小时高强度学习。
翻转课堂模式
- 通过翻转课堂模式，你会在课前预习核心概念，课堂时间专注于实践、讨论与问题解决，从而实现更高效、更深入的学习体验。
指导式练习
- 在训练营中，你将通过大量动手练习与项目实践，在讲师指导下完成真实任务与作品集项目，确保将知识真正转化为可应用的技能。
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.
你需要准备什么
你不需要具备计算机科学或编程方面的正式学历即可加入我们的训练营。我们不设硬性技术门槛，会在最初几周系统带你打好基础，帮助你从零开始建立扎实的能力。无论你是完全新手，还是准备转行，我们的课程都旨在帮助你快速而自信地跟上进度。
- 笔记本电脑或台式机: 可靠的设备，具备足够的处理能力，能够运行数据分析与机器学习相关环境和工具。
- 稳定的互联网连接: 可靠的网络连接，以便参与直播课程、实践练习和提交作业。
- 基础计算机素养: 能够熟练使用操作系统、办公软件与互联网浏览器。
- 算法与编程基础（加分）: 对编程和算法概念有一定了解，有助于更轻松地跟进课程内容。
- 英语水平: 具备约 B1 水平的英语能力，以理解技术材料并在直播课堂中进行有效沟通（训练营以英语授课）。
- 学习投入度: 对学习与实践编码保持积极态度，特别是在预工作阶段打好基础，便于顺利进入正式训练营学习。
职业服务中心提供什么
职业发展主题工作坊
面向你和整个 Code Labs Academy 社区开放的职业分享活动。提前体验职业中心的服务内容，认识职业顾问，并在现场完成“最后一刻”的简历和求职信润色。
个性化职业咨询
通过结构化的一对一咨询，明确你的职业目标，并制定切实可行的行动计划——无论是转行进入技术岗位，还是在现有领域进一步发展。
模拟面试
围绕典型行为面试与技术岗位常见问题进行实战演练：如何针对岗位要求回答问题、如何突出自身优势、如何谈薪，以及如何在面试中保持自信和专业。
简历与求职信优化
围绕你的目标岗位提供个性化建议，帮助你优化简历与求职信，让招聘人员在众多候选人中一眼注意到你，并愿意发出面试邀请。
工作与实习机会推送
由职业专家筛选并定期整理的岗位列表，重点关注真正适合转行者与初级候选人的入门级职位和实习机会。
职业资源平台访问
长期访问学习平台中的职业发展资料、任务模板与技术行业参考资源，方便你在训练营期间和毕业之后随时查阅与更新。
导师指导与网络拓展活动
在职业分享会和线上网络活动中，结识来自技术行业的一线从业者，获取职业建议与经验分享，并扩展你的专业人脉圈。
全球校友网络
与同期开班同学以及 Code Labs Academy 全球校友保持联系，分享行业资讯、讨论职业话题，并互相转发可能感兴趣的岗位机会。
为什么选择 Code Labs Academy？
1-to-1 职业辅导
个性化服务：简历优化、模拟面试与科技行业求职策略，助你迅速转型。
实战项目作品集
课堂完成真实项目并获导师点评，毕业即拥有展示实力的 GitHub 作品集。
行业驱动课程
课程每季度更新，紧跟 AI、网络安全和 Web 开发最新趋势，注重动手实践。
权威认可证书
在 LinkedIn、简历及签证申请中使用 AZAV 认证的 Code Labs Academy 结业证书。
常见问题
Code Labs Academy 校友评价
我一直在寻找新的机会来学习数据科学的最新技术，Code Labs Academy 内容的质量超出了我的预期。如果您对技术充满热情并愿意付出努力，这个训练营将为您打开从自我发展到享有盛誉的职业生涯的大门！
在没有技术背景的情况下，仅仅几个月后，我现在不仅能够理解复杂的机器或深度学习模型，还能够自己设计它们。如果您正在科技行业寻求职业转变，有动力并且有时间，那么您来对地方了！
学习数据科学和机器学习的最佳方法之一，优秀的老师总是帮助你理解并给你更多的想法和例子。如果你想了解更多关于 ML 的知识，CLA 是最好的地方。
Code Labs Academy 的 Web 开发课程非常令人印象深刻，这是我一生中最美好的经历之一。我强烈建议您参加这个训练营，在这里您不仅可以学习 Web 开发，还可以获得职业建议并为找到工作做好准备。
老师和导师都很棒，至少是我的老师和导师。莫伊教给我的东西比我一生中所有的老师都多。他让事情变得清晰，并总是鼓励你尽管面临所有挑战仍继续前进。
老师们都很棒、宽容、积极、开朗。学习过程顺利而有趣，您有空间提出问题并参与。但最重要的是，他们通过实现和展示项目来帮助你为实际世界做好准备，这是训练营中最好、最有趣的部分。
完成数据分析硕士学位后，我努力加深在该领域的知识，目标是从事数据科学或分析职业。然而，我在寻找问题的答案时遇到了困难，因此我寻找面对面的在线课程，并找到了 Code Labs Academy，它从其他价格较高的在线课程中脱颖而出，同时以合理的价格提供了我想要的一切。 尽管学费颇具竞争力，但讲师知识渊博，并使用具体代码以口头和视觉方式呈现复杂的算法概念。 从那时起，我从课堂上学到了很多东西，完成了各种项目，例如线性回归、逻辑回归、聚类、NLP、神经网络等。
作为网络开发训练营的一部分，我必须说它超出了我的预期。训练营确实是互动的、有趣的、信息丰富的。感谢我的导师和幕后工作的每个人，我学到了很多东西。我强烈推荐它
理论与实践之间的平衡是完美的，你有机会将你所学到的知识应用到助教审查的作业和实际项目中。我向任何想要开始数据科学职业生涯的人推荐这个训练营。
这是一个在线训练营，提供异步课程，可以匹配世界各地的任何学生。我很欣赏它在成功完成后最后附有证书。综上所述，这 训练营是一体化的，您可以学习并掌握数据科学，并为成功的职业生涯做好准备！
我于 2022 年参加的网络安全训练营教会了我转向 IT 职业所需的基本理解和技能。我的教练知识渊博、耐心并且总是愿意提供帮助。 在课程结束之前，我收到了一份工作邀请。我现在在网络安全和合规领域工作！该课程有助于为我提供必要的能力和信心来追求我的职业目标。 伯纳达（Bernarda）提供的职业帮助和支持令人惊叹！
