StackFuel Friends – Empfiehl StackFuel und erhalte 250 €!

> Mehr erfahren

StackFuel Friends – Empfiehl StackFuel und erhalte 250 €!

> Mehr erfahren

100 % förderbar mit Bildungsgutschein

100% Förderung möglich.

Weiterführende Python-Programmierung für Data Scientist

Training für objektorientierte Programmierung (OOP) mit Python

Teilnahmezertifikat

(Quer-)Einsteigende

Vollzeit/Teilzeit

Deutsch, Englisch

Kostenlos mit Bildungsgutschein

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

Erweiterte Python-Grundlagen

OOP Grundlagen

Advanced OOP

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.

Vorraussetzungen für die Teilnahme

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

Module

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

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

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

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

FAQ

Warum sollte ich mich für eine Karriere als Datenexpert:in entscheiden?

Der Bedarf an Data Expert:innen ist hoch. Bis 2025 werden rund 4 Millionen Datenexpert:innen in Europa benötigt. Allein in Deutschland sind derzeit 149.000 IT-Jobs unbesetzt. 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!

Bin ich nach der Weiterbildung zum Data Analyst und Data Scientist qualifiziert, in diesem Beruf zu arbeiten und kann den Quereinstieg wagen?

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.

Kann ich mir meine Lernzeit wirklich frei einteilen?

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.

testemonial_picture_

Das Data Lab von StackFuel bietet für mich einen echten Mehrwert. Hier spürt man den Praxisbezug besonders gut. Die Aufgaben waren immer klar beschrieben und anschaulich dargestellt. So wusste ich immer, was ich machen muss. Das Training an sich war eine großartige Erfahrung!

Alexander Gross
Data Analyst bei AIC Portaltechnik

testemonial_picture_

Den größten Mehrwert bietet für mich der Praxisbezug. Dank StackFuel kann ich das Erlernte schnell umsetzen und für mich adaptieren. Das ist der echte Lernerfolg hinter den Online-Trainings.

Lutz Schneider
Strategischer IT-Einkäufer bei Axel Springer SE

testemonial_picture_

Die Inhalte des Online-Trainings von StackFuel waren sehr praxisorientiert. Es gab viele gute Beispiele und Projekte. Das fand ich sehr interessant und lehrreich. Seit dem Training hat sich mein Berufsalltag maßgeblich verändert: Ich bin jetzt Fachreferent für Datenanalysen in meiner Abteilung.

Jaroslaw Wojciech Sulak
Fachreferent für Datenanalysen bei IAV GmbH

testemonial_picture_

Die anwendungsfreundliche und flexible Weiterbildung Python-Programmierung hat meinen Blick auf komplexe Datenstrukturen komplett verändert. Dank des nachhaltigen und gut durchdachten Lernkonzepts sowie der nahtlosen Anwendung der Lerninhalte in der Entwicklungsumgebung kann ich das neu erlernte Wissen jetzt in meinem Joballtag vertieft in der Testautomation umsetzen und Daten seitdem leichter und effizienter verarbeiten.

Jenny Lindenau
Fachliche Leitung Testmanagement bei Bank Deutsches Kraftfahrzeuggewerbe GmbH

Lass uns starten mit einer Beratung.

Unsere Beraterinnen und Berater helfen Dir gerne weiter und beantworten Dir alle offenen Fragen. Kostenlos und unverbindlich. Wir freuen uns auf Dich.

Kostenlos mit Bildungsgutschein*

(inkl. MwSt.)

0 € mit Bildungsgutschein

German