Training für objektorientierte Programmierung (OOP) mit Python

Weiterführende Python-Programmierung für Data Scientist

Kursbeschreibung

Das Ziel dieses Kurses ist das Erlernen der objektorientierten Programmierung (OOP) mit Python. Darüber hinaus erlernst Du die Grundlagen in Bash und Git, um Code kollaborativ im Team zu nutzen und zu erstellen. Die Automatisierung digitaler Prozesse und die Analyse großer Datenmengen erfordern häufig maßgeschneiderte Lösungen für den Einsatz im Unternehmen. Aus diesem Grund sollten Data Scientists in der Lage sein, produktionsreifen Code kollaborativ im Team zu erzeugen.

In diesem Training lernst du

  • Erstellen und Anpassen von Modulen, Klassen und Objekten
    im Python-Framework
  • Eigenständige Bearbeitung und Präsentation von Softwareprojekten
  • Nutzung von Git und Bash zur kollaborativen Arbeit an Softwareprojekten

Zielgruppe

Die Weiterbildung ist für Dich und Deine Karrierewünsche geeignet, wenn Du ein abgeschlossenes Studium hast, idealerweise in den Bereichen Mathematik, Informatik, Naturwissenschaften, Technik, BWL, (Wirtschafts-) Informatik oder eine vergleichbare Qualifikation oder Vorerfahrung besitzt.

Voraussetzungen für die Teilnahme

Sichere Kenntnisse der Python-Grundlagen (Einsatz von Grunddatentypen und Flow-Control-Konzepten).
  • Typ

    Berufsbegleitendes Onlinetraining

  • Dauer

    3 Wochen

  • Aufbau

    2 Kapitel + 5 Praxisaufgaben

  • Niveau

    Anfänger

  • Sprachen

    deutsch

  • Abschluss

    Teilnahmezertifikat

Das erwartet dich

Kursüberblick

Feature 1

Von Data Literacy Kursen für Einsteiger ohne Vorkenntnisse bis Umschulungen in Data Science und KI für Fachexperten - wir decken alle Karrierelevel ab.

Feature 2

Learning by doing wird bei uns großgeschrieben - wir setzen zu 90 % auf interaktive Formate, reale Business Cases und Coding Challenges.

Feature 3

Wir garantieren Euren Lernerfolg - mit wöchentlichen Webinaren, Support per E-Mail, Telefon oder Forum und einem standardisiertem Off- und Onboarding. 

Module

Woche 1: Einführung

Ziele:

  • Verwendung der Kommandozeile zur Navigation in Ordnerstrukturen
  • Betrachten und Durchsuchen von Textdokumenten in der Kommandozeile
  • Ausführung von Skripten und Installation von Programmen
  • Schreiben von sauberem Code nach anerkannten Standards

Inhalte:

  • Einführung
    • Gegenseitiges Kennenlernen
    • Trainingsablauf und Einblick in die Bausteine
    • Einführung in die Lernumgebung
  • Bash-Grundlagen
    • Kommandozeile
    • Navigation in Ordnerstrukturen
    • Anlegen, Kopieren und Löschen von Ordnern und Dateien
    • Filtern von Textdateien und Skripten
    • Verketten von Befehlen mit Pipe-Operator
    • Editor Nano
    • Installation von Programmen
    • Ausführen von Python-Skripten
    • Umgebungsvariablen
    • Rechtemanagement
    • Bash Script
  • Erweiterte Python-Grundlagen
    • Funktionsdefinition
    • Flow-Control
    • List- und Dict-Comprehensions
    • Clean Code & PEP 8

Woche 2: Einführung in Git und die objektorientierte Programmierung

Ziele:

  • Anlegen und Aktualisieren von Projekten mit Git
  • Kollaborative Nutzung von Git

Inhalte:

  • Einführung in Git
    • Begriffsklärung: Versionskontrolle
    • Funktionsweise von Git
    • Anlegen und Klonen von Projekten
    • Git-Workflow
    • Branching & Merging
    • Merge-Konflikte lösen
  • Einführung in die objektorientierte Programmierung
    • Prinzipien objektorientierter Programmierung
    • Klassen und Instanzen
    • Attribute
    • Methoden

Woche 3: Wiederholung OOP, Vererbung und Komposition in Python, Unit Testing

Ziele:

  • Definieren und Nutzen von Klassen und Annahmen über Assertions
  • Erstellen und Nutzen von Unittests

Inhalte:

  • Wiederholung: Einführung in die objektorientierte Programmierung
  • Vererbung und Komposition in Python
    • Einfache Vererbung
    • Multiple Vererbung
    • Komposition
    • Vererbungshierarchie
  • Unit Testing
    • Begriffsklärung: Unit Test
    • Konventionen zur Test-Benennung
    • Test-Assertions
    • Set-up-Methoden

Woche 4: Fortgeschrittene objektorientierte Programmierung mit Python

Ziele:

  • Nutzen und Definieren von Decorator
  • Auswählen und Nutzen externer Module für typische Aufgaben
  • Präsentieren von Ergebnissen und Diskussion unter Fachsprache
  • Schreiben von sauberem Code nach anerkannten Standards

Inhalte:

  • Fortgeschrittene objektorientierte Programmierung mit Python
    • Operator-Overloading
    • Decorators
    • Spezielle Methoden
  • Module der Python-Standard Library
    • os
    • pickle
    • json
    • zipfile
    • collections
    • difflib
  • Projekt: Transformer in der Machine Learning Pipeline anpassen
  • Abschlussprüfung

Lade Dir jetzt das Curriculum herunter.

Lernumgebung

Trainiere online im Browser in unserer interaktiven Lernplattform.

StackFuel bietet Dir eine innovative Lernumgebung, mit der Du Deine Datenkompetenz auf die effektivste Weise weiterentwickelt – interaktiv und mit echten Praxisaufgaben. Lerne zu programmieren in unserem Data Lab und entwickle Algorithmen und Automatisierungen mit realen Datensätzen aus der Industrie. Überzeuge Dich jetzt und profitiere von 80 % Praxisanteil in unseren Trainings. 

Warum StackFuel

Wir sind Dein strategischer Lernpartner - inklusive Mentoring & Förderung.

Ob Mitarbeitende, Arbeitslose oder Führungskräfte – wir entwickeln Dich zum Datentalent mit unseren förderbaren Weiterbildungen und Umschulungen, die für jede Fachabteilung und jede Karrierestufe passen. Dabei stellen wir Deinen Lernerfolg mit unserem engagierten Mentoring Team sicher und blieben immer am Ball mit Dir. Unsere Praxisaufgaben und Projekte machen Dich fit für den Umgang mit den neuesten Technologien und Anwendungen.

100 % FÜR DICH

Personalisiere Dein Lernerlebnis.

Unverbindliche Probewoche
Mit unserer unverbindlichen Probewoche bekommst Du einen Einblick in Dein gewünschtes Training. Danach hast Du die Wahl: Entweder Du entscheidest Dich für das Training oder suchst Dir ein anderes heraus, das noch besser zu Dir passt.
Individuelle Kursmodule
Bei uns kannst Du Dir die Module Deiner Weiterbildung maßgeschneidert zusammenstellen. Ob Business Intelligence, Data Analytics, Data Science oder Programmieren: nutze Deine Zeit optimal, um Expertenwissen aufzubauen und Deine Fähigkeiten individuell weiterzuentwickeln.
Erfahrungsberichte
Das sagen unsere Absolvent:innen.
Zahlungsmöglichkeiten

Finde Deine passende Finanzierung.

Mit einem Bildungsgutschein kannst Du Dir Deine Weiterbildung zu 100 % durch das Jobcenter oder die Agentur für Arbeit finanzieren lassen, wenn Du aktuell arbeitslos oder arbeitssuchend registriert bist.

 

Wenn Du berufstätig bist, kannst Du Deine Weiterbildung vom Arbeitgeber teilweise oder ganz über das Qualifizierungschancengesetz finanzieren lassen – unabhängig von Qualifikation, Alter und Betriebsgröße.

 

Wenn Du aktuell an einer Universität oder Hochschule in Deutschland immatrikuliert bist, kannst Du unsere Kurse mit 50 % Preisnachlass absolvieren.

Nutze unsere Ratenzahlung, um die Kosten für Deine Weiterbildung auf mehrere Monate zu verteilen und Deine finanzielle Flexibilität zu erhalten.

 

Bezahle sicher und einfach nach Deinem Training, indem wir Dir eine Rechnung ausstellen.

Unser FAQ

Die wichtigsten Fragen auf einen Blick.

Der Bedarf an Data Expert:innen ist hoch. Bis 2025 werden rund 4 Millionen Datenexpert:innen in Europa benötigt. Und allein 2021 wurden mehr als 80.000 Stellen für IT-Fachkräfte in Deutschland ausgeschrieben. Vor allem die Nachfrage nach Daten- und KI-Experten nimmt weiterhin enorm zu.

Aber eine Entscheidung für eine Daten-Karriere ist noch so viel mehr als nur eine sichere Zukunftsentscheidung! Als Datenexpert:in beschäftigst Du Dich mit starken, gesellschaftlich relevanten Themen, bist gleichzeitig Tech-Profi und kommunikativ und kreativ. Der Beruf ist abwechslungsreich, lässt sich mit den meisten anderen Berufen kombinieren und bietet ein attraktives Gehalt. Und das Wichtigste: Er ist mit uns zielsicher erlernbar!

Ja, nach erfolgreichem Abschluss der Weiterbildung erhältst Du ein Abschlusszertifikat von uns, dass Du bei Deinen Bewerbungen vorzeigen kannst. Data Analysts und Data Scientists werden in vielen Wirtschaftsbereichen händeringend gesucht. Selbst ohne einschlägige Berufserfahrungen stehen Deine Chancen auf einen Einstiegsjob also gut. Dazu kommt, dass es in fast jeder Branche Analysten gibt, diese haben dann zwar unterschiedliche Jobtitel, aber die Fähigkeiten, die Du dazu brauchst, sind dieselben, wie die des Data Analyst oder Data Scientist.

Nein, die Weiterbildung ist zeitlich flexibel und berufsbegleitend gestaltet. Du kannst uneingeschränkt Deinem Beruf nachgehen und kannst Dir Deine Lernzeiten so legen, wie sie für Dich zeitlich am besten passen. Solltest Du plötzlich doch mehr Zeit zur Verfügung haben, kannst Du Dich gerne bei uns per E-Mail melden und wir schalten in Deinem Konto die Lerninhalte für die Teilzeit-Variante frei. In dieser Variante kannst Du die Weiterbildung innerhalb von nur vier Wochen absolvieren. Solltest Du merken, dass Du doch mehr Zeit brauchst, kannst Du die Inhalte dennoch in der Regelzeit absolvieren.

Ja, unsere Online-Weiterbildungen sollen Dir die größtmögliche Flexibilität bieten. Grundsätzlich empfehlen wir sechs bis acht Stunden pro Woche zum Lernen einzuplanen. Wann Du diese Zeit einplanen willst, liegt bei Dir und wird von uns nicht vorgeschrieben. In unseren Karrierepfaden, dem Data Analyst und Data Scientist Kurs, bieten wir Dir Live-Webinare, in denen Du unseren Mentor:innen Fragen stellen kannst, an denen Du aber nicht teilnehmen musst, wenn es nicht in Deinen Zeitplan passt.

(Ausgenommen sind Teilnehmende unserer geförderten Weiterbildungen. Diese müssen eine feste Stundenzahl pro Woche wahrnehmen und sind verpflichtet an den Live-Webinaren teilzunehmen.)

Kostenlose Beratung

Lass Dich kostenlos und unverbindlich von uns beraten!