Introductie
Leg de basis voor jouw toekomst in data science en voer data analyses uit met de programmeertaal Python! Python is op dit moment de populairste open source taal die gebruikt wordt in data science. Python heeft een relatief eenvoudige syntax en wordt aanbevolen voor analisten die de overstap naar programmeren en data science willen maken. Tijdens deze driedaagse data science training leer je de basisvaardigheden om met Python te werken, van data bewerken tot visualisaties maken. De training kun je met twee dagen uitbreiden waarin je Python gaat toepassen op je eigen dataset.
De cursus duurt 3 dagen, waarna er een mogelijkheid bestaat om tijdens 2 aanvullende dagen je eigen dataset te analyseren onder begeleiding van een ervaren coach van DIKW.
Inhoud
Leerdoelstelling
Je weg vinden met de Python console
De mogelijkheden ontdekken van jupyter notebooks
Data visualisaties maken in python met Pandas plot en Matplotlib
Basis manipulatie van datasets met behulp van Pandas
Programma Dag 1: Introductie Python en programmeren
Introductie Python en verschillende typen objecten in Python
Eenvoudige bewerkingen in Python op dataset (o.a. slicen/dicen, datasets joinen, selecties maken)
Hoe maak je een script om tot een oplossing te komen? Dit doen we aan de hand van oefeningen.
Dag 2: Databewerkingen en -analyses
Uitleg modules en functies in Python
Data bewerken met behulp van Pandas: veelgebruikte functies
Data analyseren (beschrijvende en toetsende analyses)
Oefeningen met programmeren en data bewerken
Dag 3: Datavisualisatie en presenteren resultaten
Visualisaties maken met Pandas plot en Matplotlib
Grafieken leren kiezen en maken met de Grammar of Graphics
Resultaten presenteren via Markdown
Dag 4: Data-analyse op eigen dataset
Plan bedenken voor analyse: welke stappen zijn er nodig om tot gewenst resultaat te komen?
Dataset geschikt maken om analyses op te doen
Data-analyses uitvoeren onder begeleiding van trainer
Dag 5: Afronding data-analyse en presentatie resultaten
Afronding analyse
Visualiseren van je resultaten
Presenteren van je resultaten
Locatie
Leren en studeren in ons Academy lokaal in Nieuwegein is door de inrichting zeer prettig. Je bent van alle gemakken voorzien als aankomend data scientist. Koffie en fris is binnen handbereik en er wordt dagelijks gezorgd voor versnaperingen en een lunch of diner. In het direct aanpalende restaurant kun je een potje poolen of racen op onze Playseat ter ontspanning.
In het lokaal kun je op het grote scherm de presentatie goed volgen en alle uitleg die gegeven wordt op het elektronische whiteboard, kun je toegestuurd krijgen. Het lokaal is ruim opgezet waarbij het mogelijk blijft om genoeg interactie te hebben tussen de docent en de cursist.
Het is ook mogelijk om de lessen op afstand te volgen. Door middel van het cameravolgsysteem in het lokaal kun je meekijken vanuit huis en heb je dezelfde ervaring als wanneer je in het lokaal zit. Wanneer je je camera aanzet kunnen de docent en cursisten je ook zien en verhoog je de interactie met je medecursisten. Vanaf je werkplek thuis of op kantoor kan je gewoon meepraten met de andere cursisten in het lokaal.
Investering
Investering De investering voor de gehele Programmeren in Python voor data analyse zijn EUR 1750,- (excl. BTW)
VROEGBOEKKORTING:
Als je boekt voor 8 april 2022 betaal je EUR 1549,- (excl. BTW)
In de cursus zijn inbegrepen:
3 lesdagen EUR 1750,- (excl. BTW) op locatie of vanaf je werkplek
Lesmateriaal & studieboeken Lunch of diner op de lesdagen Koffie, thee, fris en versnaperingen tijdens de lesdagen
Fiscale aftrekbaarheid Vanaf 1 januari 2022 zijn studiekosten niet meer aftrekbaar. In plaats hiervan komt het STAP-budget .
DIKW Alumni krijgen 10% korting. Heb je al eens een opleiding, cursus of training bij ons gevolgd dan krijg je van ons 10% korting op de volgende cursus, training of opleiding.
Hiervoor dien je je wel aangemeld te zijn als DIKW Academy Alumni.
Ben je nog niet aangemeld?
Doe dat dan via deze link .
Aanmelden
Toelating Er is geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij Programmeren in Python voor data analyse is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist of als je al ervaring hebt in een scriptingtaal.
Starten De eerstvolgende Programmeren in Python voor data analyse opleiding start 3 juni 2022.
Aanmelden Je kan je aanmelden door het formulier in te vullen.
Na je aanmelding:
Krijg je de bevestiging dat je ingeschreven bent Je wordt geïnformeerd over het verder verloop van de aanloop naar de cursus 3 weken voor aanvang van de cursus krijg je alle informatie toegestuurd die je nodig hebt om aan de slag te gaan.
Routebeschrijving De data van de de lesdagen (i.v.m. vakanties, etc.) De studiewijzer
Carrière
Wat levert het je op? De opleiding Programmeren in Python voor data analyse zorgt voor een brede basis in het vakgebied. Je bent natuurlijk niet gelijk een doorgewinterde specialist maar de certificering garandeert een gedegen kennis van de huidige stand van zaken zoals je dat van DIKW Academy verwacht.
Door de eindopdracht die je uitvoert gedurende de cursus zorg je ervoor dat al het geleerde in de praktijk wordt gebracht en de kennis op zijn plek valt.
Je zult niet de eerste zijn die hiermee een daverende businesscase voor de investering in deze cursus realiseert!
Bekijk ook wat de gecertificeerde data scientist nu doet op onze Alumni pagina op Linkedin
FAQ
Q: Hoeveel werk-, studie- en contacturen zijn er?
A: We hebben opleidingen van een dag tot een half jaar. De studiebelasting is zo gekozen dat je de opleiding naast je werk kunt doen. Dat wil zeggen dat je naast de opleidingsdag/middag/ avond er vanuit moet gaan dat je nog een avond (3 uur) bezig bent met studeren, opdrachten, etc.
Q: Hoeveel tijd besteedt een cursist gemiddeld aan individueel werk en groepsopdrachten?
A: Veel van de opleidingen bij DIKW Academy zijn praktisch ingestoken. Dat wil zeggen dat je hands-on aan de bak moet. Tools installeren, dingen uitzoeken en aan de praat krijgen. Algorithms proberen, testen of dingen werken en of je snapt wat er gebeurt. Daarnaast is in veel opleidingen een praktijkcase die je als team of als individu uitvoert. Als je dat een beetje handig aanpakt zul je zien dat je die opdracht heel mooi kunt gebruiken om een eerste Minimal Viable Product (MVP) op het gebied van data science of data engineering kunt maken voor jouw opdrachtgever. Daarin willen mensen nogal eens erg enthousiast worden en er meer tijd in steken dan zo vooraf hadden gedacht. Maar wel met vaak een heel mooi resultaat.
Q: Op welke locatie worden de lessen gegeven?
A: DIKW Academy heeft een opleidingsruimte in Nieuwegein
Q: Bieden jullie ook online lessen aan?
A: Ja, we hebben een eigen video conferencing service (Jitsi) en een e-learning platform (Moodle) waar al het materiaal beschikbaar is.
Q: Wat voor voorkennis heb ik nodig?
A: Tenzij anders aangegeven bij de opleiding is er geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de opleiding Programmeren in Python voor data analyse is het bijvoorbeeld handig als je je kennis hebt in een scriptingtaal. Ook voor Programmeren in Python voor data analyse is er echter geen specifieke voorkennis nodig, bij inschrijving ontvang je een document waarin staat hoe je je optimaal kan voorbereiden op de opleiding.
Q: Heb ik eigen data nodig om de praktijkopdracht uit te voeren?
A: Je hoeft geen eigen data te hebben om de praktijkopdracht uit te voeren. Ook met een dataset die online te vinden is kun je een mooie praktijkcase maken. De docent zal je begeleiden bij het zoeken naar een geschikte dataset.
