Deine Weiterbildung
Das wirst du lernen
- Datenrepräsentation (Binär, Hex, Datentypen, Speicher)
- Zeichencodierung (ASCII, Unicode, Base64)
- Boolesche Logik & Operationen
- Dateien, Pfade & Datenformate
- Datenübertragung (URI/URL, Protokolle)
- Sicherheit & Effizienz (Kompression, Verschlüsselung, Hashing)
- Grundlagen: Zahlen, Rechenarten, Potenzen, Modulo
- Operatorregeln (Klammern, Distributiv-, Kommutativgesetz)
- Funktionen, Mengen & Tupel
- Logik: Aussagen- & Prädikatenlogik
- Statistik: Mittelwerte, Streuung, Normalverteilung
- Stochastik: Wahrscheinlichkeit, Korrelation, bedingte Wahrscheinlichkeiten
- Programmiergrundlagen: EVA-Prinzip, Interpreter, Pseudocode
- Python-Einführung: Versionen, Paradigmen, Einsatz und Tools
- Variablen, Datentypen und Operatoren (Strings, Zahlen)
- Kontrollstrukturen: if/else, boolesche Logik
- Schleifen und Datenstrukturen: Listen, Tupel, Dictionary
- Funktionen und Fehlerbehandlung (Scopes, try/except)
- Erweiterte String-Verarbeitung und Zeichenkodierung (Unicode, UTF-8)
- Generatoren und Iteratoren (yield, Iteratorprotokoll)
- Lambda-Funktionen, map/filter und Closures
- Objektorientierung (Klassen, Methoden, Vererbung, Polymorphismus)
- Module und Pakete inkl. PIP und Standardbibliotheken
- Dateien und Exceptions (Dateizugriff, eigene Fehler, try/except)
- Datenbankdesign (Schemata, Modellierung, Normalisierung)
- Tabellen und Constraints (Primary/Foreign Keys, Checks)
- SQL-Abfragen (SELECT, INSERT, UPDATE, DELETE, Joins)
- Aggregationen und Gruppierung (Functions, CTEs, Subqueries)
- Performance und Sicherheit (Indices, Views, GRANT/REVOKE)
- Erweiterte Features (Transaktionen, Trigger, Window Functions)
- Statistik
- Integration von Data Science im Unternehmen
- CRISP-DM Vorgehensmodell
- Bias und vertrauenswürdige KI
- Ethik und Fairness in KI-systemen
- Instrumentarien zur Risiko(Folge)abschätzung
- Einführung in Machinelles Lernen
- Datenaufbereitung und Feature Engineering
- Überwachtes und unüberwachtes Lernen
- Modelltraining und Evaluierung
- Einführung in neuronale Netze
- Praxisprojekt
Dank unserer flexiblen Kurskombinationen ist ein regelmäßiger und zeitnaher Einstieg möglich. Gemeinsam legen wir deinen optimalen Starttermin im Beratungstermin fest.
Der Unterricht findet von Montag bis Freitag statt und folgt einer klar strukturierten Tagesplanung. Theorie und praxisnahe Anwendungsübungen greifen dabei optimal ineinander.
Vollzeit
Im Vollzeitmodell finden die Unterrichtseinheiten in der Regel von 8:45 bis 16:30 Uhr statt, in Ausnahmefällen kann der Unterricht bereits um 8:00 Uhr beginnen.
Teilzeit
Im Teilzeitmodell erfolgt der Unterricht von 8:45 bis 13:00 Uhr. Durch den reduzierten täglichen Umfang verdoppelt sich die Gesamtdauer der Weiterbildung.
Unsere Weiterbildungen können je nach persönlicher oder beruflicher Situation über verschiedene Förderprogramme finanziert werden. Für Arbeitssuchende, Personen in Kurzarbeit oder bei drohender Arbeitslosigkeit ist eine Förderung über den Bildungsgutschein der Agentur für Arbeit möglich. Die Kosten werden hier in vielen Fällen komplett übernommen, sodass die Teilnahme für dich kostenfrei ist. Auch als beschäftigte Person kannst du über das Qualifizierungschancengesetz (QCG) gemeinsam mit deinem Arbeitgebenden von einer staatlichen Förderung profitieren. Darüber hinaus prüfen wir gerne weitere individuelle Fördermöglichkeiten und unterstützen dich bei der Antragstellung.
Buche dein persönliches Beratungsgespräch
Ideal in Kombination mit diesem Kurs
Hol noch mehr aus deiner Weiterbildung heraus mit unseren Zusatzqualifikationen
Jetzt kostenfreies PDF herunterladen
So einfach kann digitales Lernen sein