Der Ironhack Blog

In den letzten Jahrzehnten hat die Technologieindustrie das größte Wachstum in den Bereichen der künstlichen Intelligenz und insbesondere des maschinellen Lernens erzielt. In einer Welt, in der Daten zu einem kostbaren Gut geworden sind, hat das maschinelle Lernen im jetzigen Technologie-Ökosystem enorme Bedeutung gewonnen. Wozu ist Machine Learning gut? Der Hauptzweck des maschinellen Lernens besteht darin, Maschinen die Fähigkeit zu erteilen, vollständig selbstständig zu lernen, ohne ihren Algorithmen verbessern zu müssen. Das Ziel ist, dass sie, wie der menschliche Geist, ihre eigenen Prozesse verbessern können und somit die ihnen anvertrauten Aufgaben mit immer größerer Präzision ausführen können. Damit das maschinelle Lernen seinen Idealzustand erreichen kann, ist es notwendig, der Maschine bestimmte Informationen zur Verfügung zu stellen. Dies geschieht entweder durch die Bereitstellung der notwendigen Informationen durch Dateien, die mit einer Vielzahl von Daten geladen sind, oder indem man der Maschine erlaubt, durch eigene Beobachtungen Daten zu sammeln und sogar mit der realen Welt zu interagieren. Diese Art des Lernens durch Datenerhebung und -auswertung hat es ihnen ermöglicht, von relativ einfachen zu komplexeren Aufgaben überzugehen. Ursprünglich waren sie darauf vorbereitet, E-Mails zu filtern oder andere alltägliche Handlungen auszuführen. Im Laufe der Zeit wurde ihnen jedoch eine größere Rechenleistung zur Verfügung gestellt, und heute sind sie in der Lage, viel komplexere Aufgaben zu bearbeiten. Nun sind sie in der Lage, Millionen von medizinischen Diagnose Ergebnissen zu analysieren, was uns unter anderem ermöglicht, Krebserkrankungen zuverlässiger zu erkennen; sie können Verkehrsmuster vorhersagen, so dass wir Routen mit ausreichender Vorlaufzeit planen können; sie können sogar Architekturprojekte in Echtzeit durchführen, indem sie einfach nur ein bestimmtes Gebiet erkennen. Welche Arten von Algorithmen gibt es beim maschinellen Lernen? In der künstlichen Intelligenz oder KI gibt es drei Haupttypen von Algorithmen des maschinellen Lernens, je nachdem, wie die Maschine trainiert und instruiert wird, um ihre Aufgabenleistung zu verbessern. Das Endziel besteht darin, dass die Maschine Aktionen in einer zunehmend optimierten Weise ausführt, indem Muster und Verhalten durch kontinuierliches Lernen verfeinert werden. Die drei Haupttypen von Lernalgorithmen sind Überwacht, Unüberwacht und Verstärkend. Um entscheiden zu können, welche Art des maschinellen Lernens notwendig ist, muss man den genauen Zweck kennen, den wir mit der Programmierung dieses künstlichen Intellekts erreichen wollen. Algorithmen für überwachtes Lernen Bei dieser Art des maschinellen Lernens geht es darum, Maschinen mit Vorabinformationen zu versorgen, damit sie über erste Beispiele verfügen und ihr Wissen im Laufe der Zeit erweitern können. Dies geschieht in der Regel mit Hilfe von Labels, d.h. wenn wir die Maschinen programmieren, übergeben wir ihnen ordnungsgemäß gekennzeichnete Elemente, so dass sie später mit der Kennzeichnung neuer Elemente fortfahren können, ohne dass menschliches Eingreifen erforderlich ist. So können wir beispielsweise den Maschinen Bilder von Autos, Gebäuden, Verkehrszeichen oder alles, was für unsere Aufgabe relevant ist, übermitteln und ihnen dann sagen, was jedes Element ist und wie wir es interpretieren möchten. Mit diesen ersten Beispielen generiert die Maschine ihren eigenen Wissensvorrat, so dass sie weiterhin Labels zuweisen kann, wenn sie ein Auto, ein Gebäude oder ein Verkehrszeichen erkennt. Bei dieser Art des maschinellen Lernens sind die Maschinen nicht darauf beschränkt, anhand von Bildern trainiert zu werden, sondern können verschiedene Datentypen verwenden. Wenn sie mit Tönen oder mit Datensätzen aus der Kalligraphie versorgt werden, können sie lernen, Stimmen zu erkennen oder geschriebene Muster zu erkennen und sie einer bestimmten Person zuzuordnen. Die Möglichkeiten ergeben sich gänzlich aus den Ausgangsdaten, die der Maschine zugeführt werden. Algorithmen für unüberwachtes Lernen In diesem Fall wird die Maschine mit keinen zuvor gekennzeichneten Informationen darüber versorgt, was sie erkennen soll, was bedeutet, dass sie über keine vorhandene Wissensbasis verfügt. Stattdessen wird sie mit Daten über die Eigenschaften des Objektes, das sie identifizieren soll, versorgt. Sie müsste dann lernen, diese Eigenschaften von sich aus zu erkennen. Im Wesentlichen erfordert diese Art von Lernalgorithmus, dass die Maschine ihre eigene Wissensbasis aus einem begrenzten Datensatz entwickelt. Ob du es glaubst oder nicht, dies kommt der Art und Weise, wie der menschliche Geist lernt und sich entwickelt, am nächsten. Die Maschine lernt, Gruppen mit Hilfe einer als Clustering bekannten Methode zu analysieren. Das ist nichts anderes als die Gruppierung der Elemente nach einer Reihe von Eigenschaften, die sie gemeinsam haben. Algorithmen für verstärkendes Lernen Diese Art des automatischen Lernens wird verwendet, wenn es darum geht, dass Systeme aus erworbenen Erfahrungen lernen sollen. In diesen Fällen definieren Menschen bei der Programmierung des Algorithmus, wie das Endergebnis aussehen soll, ohne anzugeben, wie es am besten zu erreichen ist. Somit ist die Maschine dafür verantwortlich, herauszufinden, wie sie ihr Ziel erreichen kann. Die Maschine hat die Aufgabe, eine Reihe von Tests durchzuführen, bei denen sie Fehler und Erfolge ermittelt, aus diesen lernt und Aktionen, die zum Misserfolg geführt haben, verwirft. Kurz gesagt, sie erkennt Erfolgsmuster, die sie immer und immer wieder wiederholt, um immer effizienter zu werden. Autonome Autos sind ein gutes Beispiel für diese Art von Lernalgorithmen. Ihre Aufgabe ist ganz klar: die Fahrgäste an ihren Bestimmungsort zu bringen. Da die Autos immer mehr Fahrten machen, entdecken sie bessere Routen, indem sie Abkürzungen, Straßen mit weniger Ampeln und vieles mehr erkennen. Auf diese Weise können sie ihre Fahrten optimieren und somit ihre Arbeit effizienter erledigen. Maschinelles Lernen vs. Deep Learning Wenngleich es viele gibt, die die beiden Bereiche für untereinander austauschbar halten, gilt in Wahrheit, dass maschinelles Lernen und tiefes Lernen sehr unterschiedliche Disziplinen sind. Im Großen und Ganzen ist letzteres eine Art Untergruppe des maschinellen Lernens, da seine technische Konzeption und seine praktische Anwendung nichts anderes als eine Form des maschinellen Lernens sind. Aus diesem Grund verwechseln manche Leute oft die beiden Begriffe oder verwenden sie durcheinander. Im Wesentlichen besteht die Aufgabe von Deep Learning darin, Algorithmen so zu strukturieren, dass sie ein künstliches neuronales Netz bilden, das es ihm ermöglicht, sowohl zu lernen als auch autonom Entscheidungen zu treffen. Genau darin liegt der Hauptunterschied zwischen den beiden Technologien. Bei einer Maschine, die mit einer Art maschinellem Lernen programmiert ist, muss ein Mensch Fehler der Maschine durch Anpassung der Konfiguration korrigieren, um zu verhindern, dass sie erneut fehlschlägt. Ein Modell für tiefes Lernen kann jedoch selbst bestimmen, ob seine Aufgabe erfolgreich abgeschlossen wurde oder nicht, indem es sein eigenes neuronales Netz verwendet. Letztendlich gibt es, wie man sieht, fast endlose Möglichkeiten, die sich aus dem exponentiellen Wachstum des maschinellen Lernens ergeben. Aus diesem Grund suchen Technologieunternehmen zunehmend nach Kandidaten mit umfassenden Kenntnissen in der Datenanalyse. Für diejenigen, die sich für KI und maschinelles Lernen begeistern, dient das Ironhack Data Analytics Bootcamp als Tor zum beruflichen Aufstieg in dieser faszinierenden Technologiewelt.

Von denjenigen, die Grafikdesign lieben und ihre Leidenschaft einen Schritt weiterbringen wollen, indem sie ihre visuellen Kreationen auf die Oberfläche einer Webseite bringen, zu denjenigen, die es lieben, in den Untergründen von Datenbanken und APIs herumzuschnüffeln oder das Innenleben von Servern zu erforschen. Mit anderen Worten, alles, was Nutzer nicht sehen. Es gibt eine Vielzahl von Gründen, warum jemand Webentwickler werden möchte. Je nachdem, woran du lieber arbeitest, kannst du dich als solches entweder auf das Frontend oder Backend spezialisieren. Obwohl sich die Technologie ständig weiterentwickelt und die Beziehung zwischen den beiden Begriffen sich permanent verändert und schwierig zu bestimmen ist, gibt es immer noch einen signifikanten, inhärenten Unterschied, der sie voneinander unterscheidet. Die für beide Seiten erforderlichen Fähigkeiten überschneiden sich oft, da vielseitige, universell einsetzbare Programmiersprachen in allen Bereichen immer beliebter werden. Aber Frontend- und Backendentwickler nutzen unterschiedliche Fähigkeiten und wenden diese auf unterschiedliche Weise an, wobei sie völlig verschiedene Ziele und Prioritäten verfolgen. Die Perspektive ist alles! Frontend-Entwicklung: Technik, die sich sehen lassen kann Wie der Name schon sagt, umfasst die Frontend-Entwicklung die Konfiguration und das Design all dessen, das jemand, der online surft, sehen kann, wenn er eine Webseite oder App öffnet. Es ist der visuelle Aspekt der Arbeit, der die Entwickler mit ausgeprägtem Interesse an Grafikdesign anzieht. Die Aufgabe dieser Entwickler ist es, Oberflächen zu schaffen, die Nutzer als ebenso attraktiv wie intuitiv empfinden, sodass das Nutzererlebnis wesentlich angenehmer wird. Daher verwenden die Entwickler hauptsächlich drei Tools: HTML, CSS und JavaScript. Letzteres gewinnt sowohl in der Frontend- als auch Backend-Entwicklung immer mehr an Bedeutung und verdrängt andere Technologien wie JQuery, das immer mehr veraltet. Innerhalb von JavaScript wurden weitere Frameworks geschaffen, wie React und Angular, die die Arbeit eines Entwicklers erleichtern und Komponenten erstellen können, die später in anderen Bereichen der Plattform, die sie aufbauen, repliziert werden. Die Frontend-Entwicklung wird oft als rein technisch betrachtet, aber einige Bereiche haben eine starke Grafikdesign-Komponente. Wie UX/UI Spezialisten beherrschen einige Frontend-Entwickler auch andere Tools, die traditionell nicht von Entwicklern genutzt werden, wie z. B. Bildbearbeitungsprogramme (ein Beispiel wäre Photoshop) oder Plattformen wie Figma oder Sketch, die es Entwicklern ermöglichen, Prototypen zu erstellen, eine Vorschau der Navigation auf der Plattform zu sehen und verschiedene Konzepte zu testen, bevor die Entwicklung abgeschlossen ist. Obwohl UX/UI Design klar definierte Bereiche sind, die nicht mit der Frontend-Entwicklung verwechselt werden sollten, gibt es zwischen beiden eine erhebliche Überschneidung. Die Software-Entwicklung umfasst unzählige Bereiche und Funktionen. Anstatt sich zwischen einer Handvoll definierter Jobbezeichnungen entscheiden zu müssen, haben Entwickler eine unvergleichbare Freiheit, ihr eigenes Qualifikationsprofil zu erstellen und ihren eigenen, einzigartigen beruflichen Weg zu gehen. Als Frontend-Entwickler ist es deine Aufgabe, all diese Technologien und Programmiersprachen zu nutzen, um die Optik und das Design der betreffenden App oder Webseite zu gestalten, um so bei den Nutzern ein bestimmtes Gefühl zu erzeugen, damit sie die Erfahrung als angenehm und nahtlos empfinden und gerne wiederkommen. Das ist keine leichte Aufgabe. Backend-Entwicklung: Aufbau der Architektur Entwickler, die sich dazu entscheiden, sich auf Backend-Entwicklung zu spezialisieren, sind oft diejenigen, die es vorziehen, Datenbanken zu konfigurieren und herauszufinden, wie Funktionen auf Webseiten optimiert werden können, wie beispielsweise die Serverleistung (damit diese die Arbeitslast angemessen bewältigen können), oder die externe Ressourcen wie APIs von Drittanbietern nutzen. Letztlich befassen sich diese Entwickler mit allem, was für die Nutzer, die eine Webseite oder App besuchen und ihre Daten zur Verfügung stellen, um sich auf dieser Plattform zu registrieren oder einen Kauf zu tätigen, verborgen bleibt. Backend-Entwickler nutzen in ihrem Alltag viele verschiedene Programmiersprachen: von PHP bis Ruby, Python, Java oder auch JavaScript. Ihre Aufgabe ist es, dafür zu sorgen, dass Webseiten reibungslos funktionieren und ihre Reaktionszeit zu verbessern. Die Aufgaben und der Einfluss von Backend-Entwicklern haben mit WORD of Web3 und dem Übergang von einfachen, statischen Webseiten und Apps hin zu komplexen und dynamischen Webseiten, die mehr Ressourcen benötigen und ständig aktualisiert werden müssen, zugenommen. Hinzu kommt, dass sie sich in der Regel sowohl mit relationalen Datenbanken wie MySQL oder Oracle sowie nicht-relationalen Datenbanken wie MongoDB auskennen. Full-Stack-Entwicklung: Das Beste aus beiden Welten! Du kannst dich nicht zwischen Frontend- und Backend-Entwicklung entscheiden? Da wärst du nicht der Erste. Wenn dir das Design von Nutzeroberflächen genauso viel Spaß macht wie das Datenmanagement, könntest du deine berufliche Laufbahn auf eine Tätigkeit in der Full-Stack-Entwicklung ausrichten. Obwohl diese Profile immer noch mit einer gewissen Skepsis angesehen werden, da es als besser betrachtet wird, sich zu spezialisieren und ein Experte in dem einen oder anderen Bereich zu werden, ist es in Wahrheit so, dass Unternehmen zunehmend in Full-Stack-Entwickler investieren, die über ein solides Verständnis für mehrere Bereiche verfügen und in der Lage sind, sowohl die im Browser angezeigte Oberfläche als auch die darunterliegende Infrastruktur aufzuwerten. Wenn du die Fähigkeiten und Fertigkeiten sowie die wilde Neugier besitzt, die notwendig sind, um sich das professionelle Fachwissen aus der Backend- und Frontend-Entwicklung anzueignen, könntest du dich für das Web Development Bootcamp bei Ironhack anmelden. Du wirst die modernsten Technologien kennenlernen, die sowohl in der Frontend-Entwicklung, wie HTML5, Canvas, JavaScript oder React, als auch in der Backend-Entwicklung eingesetzt werden. Du wirst Node.js kennenlernen und lernen, wie man Server wie Express oder Datenbanken wie MongoDB konfiguriert. All diese Fähigkeiten sind bei Technologieunternehmen sehr begehrt und verschaffen dir einen Vorteil beim Zugang zum Arbeitsmarkt und zur Welt der Entwicklung. Welches der beiden bringt dein Entwicklerblut in Wallung? Frontend oder Backend? Oder möchtest du den Kuchen nicht nur essen, sondern auch genießen? Könnte Full-Stack-Entwicklung deine Berufung sein?

Ein neuer Trend oder eine Chance für einen Karrieresprung? Du hast den Begriff wahrscheinlich schon mehrmals im Zusammenhang mit Technologie, Entwicklungen, einem Karrierewechsel, Innovation und sogar Design gehört. Damit liegst du nicht einmal so falsch, aber was ist eigentlich ein Bootcamp? Hat es etwas mit Zelten im Wald zu tun? Oder vielleicht mit militärischem Training im Freien? Oder hat es etwas damit zu tun, dass man in der Garage programmieren lernt? Kalt, ganz kalt… Warum werden Bootcamps zu einer so beliebten Art des Lernens? Dem Tech-Markt mangelt es unbestreitbar an qualifizierten Fachkräften. Um diesem Mangel zu begegnen, hat der Bildungssektor eine Methode entwickelt, die alle erforderlichen Schlüsselqualifikationen effektiv vermitteln soll. Es geht nicht darum, etwas um des Lernens willen zu lernen, vielmehr richtet sich die Methode danach, was Unternehmen tatsächlich bei potenziellen Kandidaten suchen.  Dies ist im wesentlichen die Definition eines Bootcamp, ein Ausbildungsprogramm, das bekannt ist für: Intensives Lernen (sehr intensiv) Kurze Studiendauer (1-3 Monate) Fokus auf spezifischen praktischen Fähigkeiten Learning by doing Die Teilnehmer benötigen keine Vorkenntnisse In ein paar Monaten das lernen, was normalerweise Jahre dauern würde Ein individuelles Projekt, das von Grund auf von dir geplant und geschrieben wird Das Hauptziel eines Bootcamps besteht darin, die Studenten darauf vorzubereiten, den tatsächlichen Bedarf des Arbeitsmarktes zu begegnen, so dass sie ihren Traumjob landen können, ohne einen Universitätsabschluss oder eine Berufsausbildung absolvieren zu müssen. Unternehmen rekrutieren ihre Talente zunehmend aus Bootcamps, und das ist kein glücklicher Zufall… Aber wo fange ich an? Wie mache ich meine ersten Schritte in der Technologiebranche? Seien wir ehrlich: Die Welt der Technik birgt einen Ozean von Wissen, und es ist nicht möglich (oder ratsam) zu versuchen, alles auf einmal zu lernen. Besonders wenn man gerade erst anfängt. Am Besten ist es, einen bestimmten Bereich auszuwählen und dann in die Tiefe zu gehen. Bei Ironhack empfehlen wir die Studienbereiche mit den höchsten Chancen auf Beschäftigungsfähigkeit: Webentwicklung, UX/UI-Design und Datenanalyse. Aber woher soll man wissen, für welchen Bereich man sich entscheiden soll? Um diese Entscheidung treffen zu können, ist es eine gute Idee, gründlich zu analysieren.  Beschränke die Wahl nicht auf deine potenziellen Chancen, eine Beschäftigung zu finden. Es ist wichtig herauszufinden, was dich wirklich interessiert, motiviert und inspiriert. Wenn du mit etwas Einfachem beginnen und selbst etwas über Webentwicklung erfahren möchtest, empfehlen wir dir einen Blick auf CodeAcademy oder Freecodecamp zu werfen. Wenn du darüber nachdenkst UX/UI-Designer zu werden, dann besuche einen der Workshops, die auf Meetup zu finden sind. Letztendlich ist es das Ziel herauszufinden, welcher Bereich dich wirklich inspiriert, bevor du deine Karriere in Angriff nimmst. Warum sind Bootcamps so beliebt? Bootcamps sind eine Quelle der Hoffnung und bieten eine neue Perspektive für alle, die ihr persönliches und berufliches Leben verändern möchten, indem sie sich weiter spezialisieren oder ein neues Abenteuer in der Technologiebranche beginnen. Wenn du entschlossen bist, dein Lernen zu beschleunigen und neue digitale Fähigkeiten zu erlangen, schaue dir unsere angebotenen Kurse an. Du solltest wissen, dass Unternehmer auch von dieser Art des Lernens fasziniert sind, da sie schnell und in einem intensiven, aber effizienten Tempo alles lernen können, was sie wissen müssen. Du möchtest eine App entwickeln, hast aber keine Ahnung von der Codierung? Möchtest du deinen eigenen Marktplatz gestalten? Möchtest du mehr über ein bestimmtes Thema erfahren, um dich den Herausforderungen in deinem Berufsleben zu stellen? Dies könnten einige der Gründe sein, warum du dich für ein Bootcamp registrieren willst. Habe ich die gleichen beruflichen Möglichkeiten, wie wenn ich mich für einen Universitätsabschluss entscheide? Tatsächlich wirst du über die gleichen oder mehr Fachkenntnisse verfügen als jemand mit einem Universitätsabschluss oder einer Berufsausbildung. Du solltest jedoch wissen, dass es ein gewisses Maß an theoretischem Wissen gibt, das im Bootcamp nicht vermittelt wird. Der Technologiesektor ist sehr empfänglich für diese Art von Problemlösungs-Profil, und heutzutage konzentrieren sich Arbeitgeber weniger auf Uni-Qualifikationen, was dir den Zugang erleichtert, die gleichen Möglichkeiten auf dem Arbeitsmarkt zu nutzen. Ironhack fördert eine kompetenzbasierte Beschäftigungsphilosophie, die Professionalität und die Fähigkeiten der Kandidaten in den Vordergrund stellt. Diese Ansicht wird auch zunehmend von den Top-Unternehmen vertreten, die sich auf der Suche nach Talenten an uns wenden, um ihre Teams zu vergrößern. Denke daran: Du bekommst zurück, was du investiert hast. Lehrer werden zwar anwesend sein und dich unterrichten, doch ohne selbstständige Arbeit wird es nicht möglich sein, in so kurzer Zeit das gesamte Wissen aufzunehmen, das du benötigst. Wenn Sie auf der Suche nach Talenten sind, Ironhack verfügt über ein ganzes Netzwerk von angehenden Experten. Nehmen Sie Kontakt mit uns auf! Kann ich also in 9 Wochen mein Leben ändern? Ohne Zweifel. Niemand hat gesagt, dass es leicht sein wird, aber es ist möglich. Wenn du dich für ein Bootcamp dieser Länge entscheidest, denke daran, dass du dich einem Vollzeitstudium unterziehen musst. Jedes Bootcamp beinhaltet ein praktisches Projekt, welches am Ende des Kurses eingereicht werden muss. Kurz gesagt: Du lernst sehr viel, musst in den kommenden 9 Wochen jedoch einen Großteil deiner Freizeit aufgeben. Wenn du ein wenig stöberst, findest du Berichte von ehemaligen Ironhack-Studenten , die von Feuerwehrmännern zu Entwicklern, von Psychologen zu UX-Designern und von Architekten zu Datenanalytikern in Unternehmen wie Google, Cabify und Accenture übergegangen sind. Was ist, wenn ich einen Job habe, den ich jetzt nicht aufgeben kann? Du kannst dich jederzeit für eine Teilnahme an einem unserer Teilzeit-Bootcamps entscheiden, die an zwei Nachmittagen in der Woche und an Samstagen stattfinden. Sie sollen dir helfen, dein Privat- und Berufsleben unter einen Hut zu bringen und gleichzeitig ein intensives Training zu absolvieren. Wie klingt das? Wenn du nach all dem, immer noch darüber nachdenkst, einem Bootcamp beizutreten, gibt es drei Fragen, die du dir stellen musst, bevor du eine endgültige Entscheidung triffst: 1) Bist du motiviert genug? Denken daran, wir sprechen von einem sehr intensiven Arbeitstempo. Motivation wird dir helfen, die schwierigen Momente zu meistern. Du wirst über deinen eigene Limits gehen, dich stets antreiben zu recherchieren, zu lernen, Termine einzuhalten und so lange zu schuften, wie es nötig ist. 2) Kannst du dich gut selbst unterrichten? Du musst auch in der Lage sein, selbstständig zu lernen. Bootcamp-Kurse sind äußerst bereichernd und sehr umfassend. Um jedoch in so kurzer Zeit ein Experte zu werden, musst du dein Wissen auch selbstständig erweitern sowie alle deine Aufgaben und ein Abschlussprojekt absolvieren. 3) Weißt du, wie man als Teil eines Teams arbeitet? Bootcamps sind keine Einzelerfahrung. Du wirst viel Zeit mit deinen Klassenkameraden verbringen und es ist wichtig, Teamgeist zu besitzen und offen für Zusammenarbeit zu sein. Ein Bootcamp ist weder ein Universitätsabschluss noch eine Art Unterhaltung. Es ist viel mehr als das. Wenn du dich mit unserer Philosophie vertraut gemacht hast und immer noch der Wunsch besteht, deine Karriere auf einen anderen Kurs zu bringen. Oder du dich auf Entwicklung, Design oder Datenanalyse spezialisieren möchtest, um deine jetzige Karriere zu verbessern, dann setze dich mit uns in Verbindung und verändere dein Leben. Das ist deine Chance!

Wir haben eine Sammlung von Spickzetteln zusammengestellt, damit Sie sich mit den wichtigsten in der Datenwissenschaft verwendeten Bibliotheken auseinandersetzen können. Sie sind nach den Bereichen gruppiert, für die jede Bibliothek konzipiert ist: Grundlagen, Datenbanken, Datenbearbeitung, Datenvisualisierung, Analyse, maschinelles Lernen, Deep Learning und Natural Language Processing (NLP). Grundlagen Wenn Sie gerade erst in die Welt der Datenwissenschaft einsteigen, ist es wichtig zu verstehen, wie mindestens zwei der grundlegenden Bibliotheken funktionieren: Python und NumPy. Diese beiden Bibliotheken werden während des gesamten Entwicklungsprozesses verwendet. Die dritte Bibliothek, Scipy, ist ein mathematisches Werkzeug, das komplexere Berechnungen als NumPy verarbeiten kann. Python-Grundlagen Ebene: Anfänger — Fortgeschrittene Bereich: Grundlagen Beschreibung: Python ist eine Standardbibliothek, auf der die Methodik der Datenwissenschaft entwickelt wurde. Die Art und Weise, wie wir ein Projekt angehen und strukturieren, haben wir von unserer Arbeitsweise in Python übernommen. Quelle: DataQuest NumPy Basics Ebene: Anfänger — Fortgeschrittene Bereich: Grundlagen Beschreibung: NumPy ist die mathematische Python-Bibliothek schlechthin (ihr Name stammt von Numerical Python). Sie ermöglicht uns, effizienter mit Vektoren und Matrizen zu arbeiten. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Numpy_Python_Cheat_Sheet.pdf SciPy Ebene: Fortgeschritten Bereich: Grundlagen Beschreibung: Die SciPy-Bibliothek wurde für die Arbeit mit NumPy entwickelt und ist für komplexere numerische Berechnungen konzipiert, die enger mit dem wissenschaftlichen Rechnen verwandt sind. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_SciPy_Cheat_Sheet_Linear_Algebra.pdf Datenbank Daten können in Datensätzen oder manchmal in relationalen oder nicht relationalen Datenbanken gespeichert werden, die in die Arbeitsplattform importiert werden. SQL Ebene: Anfänger — Fortgeschrittene Bereich: Relationale Datenbanken Beschreibung: Relationale Datenbanken verwenden eine Struktur aus separaten Tabellen, die Daten effizienter speichern und mithilfe von Schlüsseln Beziehungen zwischen ihnen herstellen. SQL ist dank seiner Vielseitigkeit die beste Sprache für die Abfrage von Daten, die in diesen Tabellen gespeichert sind. Quelle: sqltutorial Spickzettel: https://www.sqltutorial.org/sql-cheat-sheet/ MongoDB Ebene: Anfänger — Fortgeschrittene Bereich: Nicht-relationale Datenbanken Beschreibung: Nicht relationale Datenbanken werden immer beliebter, insbesondere aufgrund des Anstiegs von Big-Data-Unternehmen und Apps, da sie es ermöglichen, die Barrieren der Datenstrukturen relationaler Datenbanken zu überwinden. MongoDB ist führend bei verteilten Datenbanken. Quelle: codecentric Spickzettel: https://blog.codecentric.de/files/2012/12/MongoDB-CheatSheet-v1_0.pdf Datenbearbeitung Bevor Sie mit der Datenanalyse beginnen, ist es wichtig, die Informationen des Datensatzes so zu organisieren, dass die erforderlichen Analysevorgänge einfacher durchgeführt werden können. Dieser Vorgang wird als Datenbearbeitung (Data Manipulation) bezeichnet. Pandas Ebene: Anfänger — Fortgeschrittene Bereich: Datenbearbeitung Beschreibung: Pandas ist die Bibliothek schlechthin für die Verarbeitung von Daten in DataFrames. Mit anderen Worten, sie ermöglicht uns, Datensätze zu lesen, Daten zu bearbeiten, zu gruppieren und sie so zu organisieren, dass unsere Analyse erleichtert wird. Dieser Spickzettel zeigt Ihnen einige wichtige Schritte, die Ihnen helfen, die Bibliothek zu benutzen. Quelle: DataCamp Spickzettel: http://datacamp-community-prod.s3.amazonaws.com/dbed353d-2757-4617-8206-8767ab379ab3 Data Wrangling Ebene: Anfänger — Fortgeschrittene Bereich: Datenbearbeitung Beschreibung: Vor der Durchführung einer Analyse ist es wichtig, den DataFrame zu bereinigen und unsere Daten zu organisieren, da wir manchmal doppelte, leere oder ungültige Datensätze finden. Das Bereinigen des DataFrame, damit wir ihn für unsere Analyse verwenden können, wird als Data Cleaning (Datenbereinigung) oder Data Wrangling (Datenaufbereitung) bezeichnet. Quelle: pandas Spickzettel: https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf Datenvisualisierung Datenvisualisierung ist die grafische Darstellung von Daten und ist besonders wichtig für die Durchführung von Analysen oder die Darstellung von Analyseergebnissen, die uns helfen können, Trends, Ausreißer und Muster in den Daten zu erkennen. Matplotlib Ebene: Anfänger Bereich: Datenvisualisierung Beschreibung: matplotlib ist die erste Bibliothek, die für die Darstellung von Karten und für Projektionen in Python entwickelt wurde. Sie bietet eine Vielzahl von Möglichkeiten, Diagramme zu zeichnen und anzupassen, von den einfachsten bis zu den kompliziertesten Visualisierungen. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Matplotlib_Cheat_Sheet.pdf Seaborn Ebene: Fortgeschritten Bereich: Datenvisualisierung Beschreibung: Die Seaborn-Bibliothek ist weiter fortgeschritten als Matplotlib und wurde entwickelt, um die statistische Analyse von Daten direkt auf Diagramme zu ermöglichen. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Seaborn_Cheat_Sheet.pdf Folium Ebene: Fortgeschritten Bereich: Datenvisualisierung Beschreibung: Im Bereich der Visualisierung sind Karten eine sehr nützliche Darstellungsform, mit der wir die georäumliche Positionierung und Entfernungen darstellen können. Folium ist eine Bibliothek, die es uns ermöglicht, Karten zu generieren und Daten aus einem Datensatz einfach darzustellen, indem wir eine Darstellung wie eine Mapbox oder OpenStreetMap rendern und Ebenen visueller Daten wie Clusterpunkte oder eine Heatmap hinzufügen. Quelle: AndrewChallis Maschinelles Lernen Algorithmen für maschinelles Lernen ermöglichen es uns, Vorhersagen auf der Grundlage verfügbarer Daten zu treffen. Diese sind entweder als Regressions- oder Klassifizierungsalgorithmen bekannt, abhängig von der Art der betreffenden Daten. Diese Prozesse können überwacht oder nicht überwacht werden, je nachdem, ob das Modell des maschinellen Lernens mit markierten Daten trainiert wird oder nicht, was als „Grundwahrheit“ bezeichnet wird. Scikit-Learn Ebene: Fortgeschritten Bereich: Maschinelles Lernen Beschreibung: Scikit-Learn ist eine auf SciPy aufbauende Bibliothek, die für die Datenmodellierung entwickelt wurde: Clustering, Feature Manipulation, Ausreißererkennung, Modellauswahl und Validierung. Sie ist dafür bekannt, sich robust und einfach in andere Python-Bibliotheken zu integrieren. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Scikit_Learn_Cheat_Sheet_Python.pdf Deep Learning Im Bereich des maschinellen Lernens gibt es ein spezifischeres Gebiet, das als Deep Learning bekannt ist und künstliche neuronale Netze verwendet, um Vorhersagen zu treffen. Keras Ebene: Fortgeschritten Bereich: Deep Learning Beschreibung: Die Keras-Bibliothek ist in Python geschrieben und kann auf CNTK, TensorFlow und Theano ausgeführt werden, wodurch neuronale Netzwerkmodelle generiert und ausgewertet werden können. Quelle: DataCamp Spickzettel: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Keras_Cheat_Sheet_Python.pdf Tensorflow Ebene: Fortgeschritten Bereich: Deep Learning Beschreibung: Dies ist eine Deep-Learning-Bibliothek der zweiten Generation, die von Google entwickelt wurde. Sie ermöglicht den Nutzern die Erstellung von Modellen über eine API mit einer unteren oder oberen Abstraktionsschicht, die je nach Vorliebe des Nutzers mathematische Operationen oder neuronale Netze skizziert. Quelle: Altoros Spickzettel: https://cdn-images-1.medium.com/max/2000/1*dtOZSuYDonyyBvEULpJALw.png PyTorch Ebene: Fortgeschritten Bereich: Deep Learning Beschreibung: PyTorch ist eine von Facebook entwickelte Deep-Learning-Bibliothek. Sie ist eine der neuesten Bibliotheken auf dem Markt und bietet eine Schnittstelle für die Arbeit mit Tensoren zu einem günstigeren Preis als TensorFlow oder Keras. Quelle: PyTorch Spickzettel: https://pytorch.org/tutorials/beginner/ptcheat.html Natural Language Processing (NLP) Im Bereich der Datenwissenschaft gewinnt die Sprachanalyse zunehmend an Boden, mit Algorithmen, die entwickelt wurden, um uns bei der Analyse von Text zu helfen. NLTK Ebene: Anfänger — Fortgeschrittene Bereich: NLP Beschreibung: NLTK ist eine der ersten Bibliotheken, die für die Analyse natürlicher Sprache entwickelt wurde, und ermöglicht es Benutzern, Prozesse wie Tokenisierung, Stemming (Lemma-Analyse), Zeichen- oder Wortzählung durchzuführen, um den zu analysierenden Text zu lesen und zu verstehen. Quelle: Cheatographie Spickzettel: https://cheatography.com/murenei/cheat-sheets/natural-language-processing-with-python-and-nltk/ spaCy Ebene: Fortgeschritten Bereich: NLP Beschreibung: spacY ist eine Bibliothek zur Verarbeitung natürlicher Sprache, die Texte auf unterschiedlichen Ebenen analysiert: NER (Name, Entität, Erkennung), Parser (syntaktische Analyse) oder Ähnlichkeit, aus einem in einer Sprache trainierten Modell. Sie ermöglicht uns auch, Modelle von Grund auf mit unseren eigenen Beispielen zu erstellen, die die von uns definierten Entitäten erkennen. Quelle: DataCamp Spickzettel: http://datacamp-community-prod.s3.amazonaws.com/29aa28bf-570a-4965-8f54-d6a541ae4e06 Diese Spickzettel enthalten die nützlichsten Funktionen und Arbeitsmethoden jeder Bibliothek, die Sie bei Ihren täglichen Entwicklungsaufgaben unterstützen. Frohes Programmieren!

Wenn man programmieren lernt, lernt man nicht nur, Websites und Datensysteme zu kodieren. Programmieren ist eine breite, radikale Disziplin. Eine seltsame Mischung aus Mathematik und Ingenieurskunst mit einer einzigartigen kreativen Komponente. Aber es ist mehr als nur ein Weg, Dinge zu erledigen: Programmieren ist ein ganzer Bezugsrahmen, der dir die Fähigkeit verleiht, die Welt zu verstehen und zu verändern! Programmierer haben auch ihre eigene, einzigartige Subkultur mit wechselnden Trends, kontroversen Debatten und unterschiedlichen Meinungen und sogar ihre eigenen kulturellen Referenzen und Witze. Hier sind einige der Dinge, die du erst verstehen wirst, wenn du ein Entwickler bist. 0. Unix >>>>>>> Windows Die uralte Debatte Mac vs. PC ist vorbei. Eigentlich wurde sie schon lange vor der Geburt von Mac oder Windows vom Vorläufer des Mac, Unix, gewonnen. Programmierer wissen, dass Unix und seine Nachfahren Mac, Linux und BSD für so ziemlich alles besser sind als Windows, besonders für die Entwicklung. I ntegrated D evelopment E nvironments (IDEs) sind leistungsstarke Tools, die Programmierer zum Schreiben und oft auch Kompilieren von Software verwenden. Du kannst eine IDE auf Windows installieren, aber wie ein altes Programmierersprichwort sagt „Unix ist eine IDE.“ Die gesamte Art und Weise, wie Mac, Linux und BSD aufgebaut sind, macht sie zu perfekten Plattformen für Programmierer, um darauf zu entwickeln. Außerdem verfügen sie über eine breite Palette von Tools, die entweder eingebaut oder kostenlos erhältlich sind. 1. Kompilieren ist die beste Entschuldigung Hast du Lust, eine Zeit lang absolut nichts zu tun? Kompiliere etwas Software. Das kann lange dauern und es gibt nicht viele Arbeitgeber, die versuchen werden, dich zum Arbeiten zu bringen, während dein System voll mit der Erstellung von Software beschäftigt ist. Sicher, Web-Development-Sprachen müssen normalerweise nicht kompiliert werden, aber wenn du mit einer Sprache wie C++ arbeitest, kann dir das Kompilieren eine nette außerplanmäßige Pause ermöglichen. 2. Die Befehlszeile ist genial Wenn du einen Code schreibst, interagierst du selbst direkt mit einem Computer. Du sprichst seine Sprache und gibst ihm Anweisungen. In der Befehlszeile zu arbeiten ist das Gleiche. Alles, was du in der Befehlszeile tust, ist eigentlich Programmierung in einer Shell-Skriptsprache, normalerweise Bash. Wenn man sich einmal an den Grad der Kontrolle gewöhnt hat, den das Programmieren dir gibt, fühlt sich das Zeigen und Klicken einfach nur schwerfällig und umständlich an. 3. Semikolons, Klammern und Parenthesen sind das reine Übel Stell dir vor, du hast gerade den ganzen Tag damit verbracht, einen Code von hunderten von Zeilen perfekt zu gestalten. Du hast auch die Logik akribisch abgestimmt, sodass alle Teile nahtlos zusammenpassen. Wenn du sicher bist, dass alles richtig ist, führst du es aus. Bumm! Es funktioniert überhaupt nicht. Jetzt musst du alles noch einmal durchgehen und versuchen herauszufinden, warum das so ist. Das ist genau der Albtraum, den ein fehlendes oder falsch gesetztes Semikolon, eine Klammer oder ein Satzzeichen auslösen kann. Programmierer haben damit schon unzählige Stunden verloren. 4. Faulheit ist eine Tugend Programmierer wissen, dass es unmöglich ist, alles von Grund auf neu zu machen und dass härteres Arbeiten nicht immer eine gute Sache ist. In der Welt der Programmierung ist „Work smarter, not harder“ eine Notwendigkeit. Bill Gates hat diese Philosophie berühmt gemacht, als er sagte „Ich wähle eine faule Person, um eine schwierige Aufgabe zu erledigen. Denn eine faule Person wird einen einfachen Weg finden, um sie zu erledigen“ (frei übersetzt). Faulheit wird sie nicht nur dazu motivieren, einen einfachen Code zu entwerfen, sondern auch dazu, den Code anderer Leute zu verwenden. Open-Source-Projekte gibt es aus einem bestimmten Grund. Sie ermöglichen es den Programmierern, die Arbeit anderer zu nutzen und keine Zeit damit zu verlieren, das Rad neu zu erfinden. 5. Kommentare sind wichtig und ein großartiger Ort für dumme Nachrichten Programmierer wissen Kommentare zu schätzen. Mit Kommentaren im Code können Entwickler Nachrichten, die erklären, wie Dinge funktionieren, oder Warnung vor einem kniffligen Code hinterlassen. Kommentare können ein Lebensretter sein, aber jeder, der schon eine Weile programmiert, weiß, dass sie auch ein Ort sein können, um kreativ zu werden. Es gibt einige interessante Kommentare. Ein paar davon sind hier aufgeführt und du kannst noch viele weitere finden, wie zum Beispiel in diesem StackOverflow-Thread. stop(); // Los gehts! // betrunken, repariere ich später // Magie. Nicht anfassen. /* Du sollst das nicht verstehen */ // Hack für IE-Browser (angenommen IE ist ein Browser) 6. Es interessiert niemanden, wie es funktioniert, solange es funktioniert Die Welt wird mit Klebeband und Klebstoff zusammengehalten. Es ist leider üblich, dass Entwickler so viele Probleme mit Code lösen müssen, der zwar funktioniert, aber niemand versteht, warum. Das ist einfach eine Tatsache im Leben eines Programmierers. Programmierer schreiben, schreiben um und optimieren ihren Code jahrelang immer wieder. Bugs (Fehler) treten auf, werden behoben und manchmal müssen sich Programmierer auf Trial-and-Error (Versuchen und Irren) verlassen, um die Dinge richtig zum Laufen zu bringen. Jeder Programmierer wird dir sagen, dass Trial-and-Error zu Lösungen führen kann, die einfach auf magische Weise funktionieren. 7. Nein, es ist nicht leicht, das einfach hinzuzufügen/zu ändern Änderungen vorzunehmen und neue Funktionen zu ergänzen, klingt einfach, aber Programmierer wissen, dass das nicht so ist. Selbst einige der einfachsten Funktionen sind die Spitze eines viel größeren und hässlicheren Eisbergs. Ein Code braucht Zeit zur Entwicklung und Testung. Wenn du einmal als Programmierer gearbeitet hast, weißt du, wie frustrierend es sein kann, wenn jemand dich bittet, „eine schnelle Änderung zu vorzunehmen.“ 8. Wie es sich anfühlt, ein Zauberer zu sein Der Einstieg als Programmierer ist, wie den Brief aus Hogwarts zu erhalten, von dem man sich immer gewünscht hat, dass er kommt. Am Anfang ist alles aufregend, fantastisch und ein bisschen beängstigend. Du verfügst über Kräfte, die der Durchschnittsmensch nicht versteht. Wenn du jemandem erzählst, dass du Programmierer bist, werden sie beeindruckt sein und annehmen, dass du ein paar ziemlich tolle Sachen machen kannst. Wenn du arbeitest und deine Erfahrungen erweiterst, wirst du tatsächlich erstaunliche und beeindruckende Sachen machen. Du wirst nicht nur dich selbst überraschen, wie die „Zaubersprüche“, die du schreibst, so interessante Dinge bewirken, sondern auch die Leute, mit denen du deine Arbeit teilst, werden wirklich begeistert sein. In der heutigen Welt sind Programmierer die Zauberer, die ihre Magie verwenden, um die technologischen Wunder zu erschaffen, die jeder von uns nutzt, aber nur wenige verstehen. 9. Bugs sind wie die in Starship Troopers Bugs sind klein, nicht wahr? Nun, das sind sie nicht. Programmierer wissen, dass Bugs eine große Sache sein können. Bugs können sich meist unbemerkt in deinem Code verstecken und mysteriöse Probleme verursachen, die zu den ungünstigsten Zeitpunkten und auf völlig unvorhersehbare Weise auftreten. Bugs sind schwierig zu finden, zumal sie nicht unbedingt zu Programmabstürzen führen. Programmierer verbringen Wochen mit der Suche nach Bugs. Einige Entwickler schreiben sogar Bug-Bounties, also Belohnungen, aus, um Hilfe bei der Suche nach diesen fiesen Problemen im Code zu erhalten. 10. Programmieren ist das beste Logikrätsel Wenn du einen Code schreibst, löst du ein Rätsel. Im Gegensatz zu anderen Logikrätseln wie Sudoku gibt es beim Programmieren nicht viele Regeln. Du kannst in jede Richtung gehen und praktisch alles bauen. Das Rätsel entsteht dadurch, zu wissen, wo man anfängt und was man am Ende haben muss und dann herausfindet, wie man dorthin kommt. Es gibt mehr als eine Lösung und mehr als eine Möglichkeit, alles zusammenzustellen, sodass es sowohl herausfordernd als auch lohnend ist. Dabei kann man auch kreativ sein. Kein Wunder, dass das Programmieren so süchtig machen kann. 11. Viele weitere nerdige Witze Programmierer haben ihre eigene Subkultur. Und dazu gehört auch der Humor der Programmierer. Sie neigen dazu, ihren oft trockenen und sarkastischen Sinn für Humor in ihre Arbeit und Gespräche mit anderen Programmierern einfließen zu lassen. Wenn du damit nicht bereits vertraut bist, hast du in den Kommentaren vorhin einen ersten Eindruck davon bekommen. Es gibt sogar beliebte Subreddits, die sich dem Humor von Programmierern widmen. Und vergiss nicht Klassiker wie: „Es gibt 10 Arten von Menschen auf der Welt. Menschen, die binär verstehen, und Menschen, die es nicht verstehen.“ 12. Es gibt keinen Löffel Die obligatorische Referenz zu Matrix musste sein. Aber im Ernst: Wenn du ein Programmierer bist, sieht man durch Anwendungen hindurch, wie die Dinge tatsächlich funktionieren. Es ist hart für einen Programmierer, vor allem einen erfahrenen, ein Programm zu betrachten, ohne zu hinterfragen, wie es aufgebaut ist. Es gibt einem ein Gefühl, ein Geheimnis zu kennen, aber man kann auch nicht damit aufhören, durch die Illusion hindurch zu sehen. 13. Warum Videospiele so lange brauchen, um auf den Markt zu kommen und warum sie sogar noch besser sind Als Programmierer kennst du den irrsinnigen Arbeitsaufwand, der mit der Entwicklung einer großen Anwendung zusammenhängt. Spiele sind einige der größten Programme, die es derzeit gibt. Selbst einfache, webbasierte Spiele fordern eine Menge an Entwicklungsarbeit. Programmierer werden sich in der Regel nicht darüber beschweren, dass die Entwicklung eines Spiels zu lange gedauert hat, solange das Ergebnis kein totaler Reinfall ist. Sie wissen zu schätzen, wie viel Zeit die Entwickler damit verbracht haben, um ein stabiles und vollständiges Spiel zu entwickeln, das sie veröffentlichen können. Spiele sind wirklich beeindruckend! Programmierer wissen, dass absolut alles, was in einem Spiel passiert, von jemandem geschrieben und getestet werden musste. Selbst die kleinsten Dinge erfordern einen großen Aufwand beim Schreiben. 14. Das Gefühl, dass du alles machen kannst Es ist ein unglaubliches Gefühl der Stärke, das du hast, wenn du das Programmieren lernst. Sicher, am Anfang fühlt man sich vielleicht völlig verloren, aber wenn man Fortschritte macht, kommen einem die Ideen nur so zugeflogen. Es gibt einen Grund, dass Programmierer dazu neigen, eine Menge an Nebenprojekten auf ihren Github-Seiten zu haben. Sie haben ständig Ideen für Programme und wissen, dass sie diese auch umsetzen können. Manchmal geht es darum, ein Problem zu lösen, das sie gerade haben. Oder sie wünschen sich einfach, dass es etwas gibt. In jedem Fall haben Programmierer das Gefühl, dass sie so ziemlich alles machen können – und das können sie in der Regel auch. Hast du den versteckten Insider-Witz in diesem Artikel entdeckt? Wir haben dir einen kleinen Einblick gegeben, was es wirklich heißt, ein Programmierer zu sein – mit all seinen Macken und aufregenden Momenten. Aber der Lebensstil eines Programmierers ist viel mehr als das. Wir leben in einer vernetzten Welt und Programmierer haben die Möglichkeit, die Welt für alle grundlegend zu verändern. Willst du einsteigen? Wirf einen Blick auf unser Web Development Bootcamp und erlerne bahnbrechende Programmierkenntnisse!

Ein Bootcamp ist eine intensive und anstrengende Erfahrung. Sie nehmen daran teil, weil Sie die Grundlagen der Webentwicklung , des UX-Designs oder der Datenanalyse in nur 9 Wochen erlernen wollen - wie sonst soll es laufen? Zuallererst, keine Panik. So anstrengend ein Bootcamp auch sein mag, es gibt einige Regeln, die Ihnen helfen werden, Ihre Erfahrung so bereichernd und erträglich wie möglich zu gestalten. Bereiten Sie sich darauf vor, Ihr Bootcamp zu durchzuziehen Wir können das nicht genug betonen. Tun Sie Ihrem zukünftigen Ich einen Gefallen und erledigen Sie die Vorarbeit. Dafür gibt es viele Gründe, aber der wichtigste ist, dass Sie gleich zu Beginn des Kurses loslegen können. Sie haben nur 9 Wochen. Alles, was Sie während des Bootcamps lernen, baut aufeinander auf. Das heißt, je besser vorbereitet Sie beginnen, desto mehr werden Sie vom ersten Tag an daraus machen. Lassen Sie den Frust zu An manchen Stellen werden Sie sich wie ein totaler Verlierer fühlen, Sie werden sich fragen, was Sie hier machen, warum Sie Ihren Job gekündigt haben, um in diesen Kurs voller klügerer Leute zu kommen... Sollten Sie vielleicht allen einen Gefallen tun und einfach aufgeben? Und im nächsten Moment haben Sie das Gefühl, dass Sie jedes Problem lösen können, mit dem Sie sich stundenlang herumgeschlagen haben. Und dann fühlen Sie sich wie ein Genie und fragen sich, ob Sie sich nicht für eine Stelle bei Google bewerben sollten. Dann wird etwas kaputt gehen und… Sie fühlen sich an die Momente erinnert, in denen Sie sich wie ein totaler Versager gefühlt haben. Dieses Gefühl schon wieder. Gewöhnen Sie sich an diese emotionale Achterbahnfahrt – sie wird eine Konstante in Ihrem neuen Entwickler-/Designerleben sein. Clevere Pausen Wir haben gerade die Lösung von Problemen erwähnt. Während des Bootcamps werden Sie auf viele dieser Probleme stoßen, so dass Sie Ihre Pausen nutzen werden, um sie zu lösen. Wenn Sie mit dem Kopf gegen eine (hoffentlich metaphorische) Wand gelaufen sind, nehmen Sie etwas Abstand. Üben Sie. Meditieren Sie. Spielen Sie Tischtennis. Praktizieren Sie Yoga. Machen Sie ein Nickerchen. Normalerweise sind 10 Minuten die perfekte Zeit, um den Kopf frei zu bekommen, ohne sich zu sehr ablenken zu lassen. Verabschieden Sie sich von Ihrem sozialen Leben Dies ist besonders wichtig, wenn Sie das Bootcamp in der Stadt machen, in der Sie leben. Das Bootcamp erfordert Ihre ungeteilte Aufmerksamkeit, daher ist es möglicherweise eine gute Idee, Ihren Freunden und Ihrer Familie davon zu erzählen, bevor der Wahnsinn beginnt – und sie verärgert sind oder sich Sorgen machen, weil Sie eine SMS nicht beantworten. Mit anderen Worten, machen Sie das Beste aus Ihrer Investition. Sie haben nicht nur gutes Geld bezahlt, um hier zu sein, Sie verbrauchen auch wertvolle Zeit. Helfen Sie sich, das Beste daraus zu machen, indem Sie alles, was eine Weile warten kann, in die Warteschleife legen. 9 Wochen sind nicht sehr lang und es macht wirklich viel aus, wenn Sie sich während dieser Zeit völlig auf das Lernen konzentrieren können. Geben Sie Ihrem Gehirn Nahrung Eines der nützlichsten Dinge, die Sie tun können, um sich vor dem Bootcamp vorzubereiten (neben der Vorarbeit!)Eines der nützlichsten Dinge, die Sie tun können, um sich auf das Bootcamp vorzubereiten (neben den Vorarbeiten!), ist die Vorbereitung der Mahlzeiten. Denken Sie an Superfoods, Gerichte, die einfach zuzubereiten und/oder einzufrieren sind, und besorgen Sie sich alles, was Sie brauchen, im Voraus, damit Sie es während des Bootcamps fast vergessen können. Sie werden es später zu schätzen wissen.. Unterschätzen nicht die Kraft des Schlafs Inzwischen müssten Sie wissen, dass Freizeit während des Bootcamps ein Luxus ist. Nützen Sie sie gut und ruhen Sie sich aus. Das bedeutet nicht, dass Sie alle Ihre Sonntage durchschlafen sollten. Machen Sie einen Spaziergang, nehmen Sie ein Bad, eine Massage oder was auch immer Ihnen hilft, ihren Akku aufzuladen und so viel Energie wie möglich zu tanken. Sie werden es brauchen. Genießen Sie den Bootcamp-Trip Wir wollen nicht überdramatisch werden, aber Sie werden nie wieder ein so tolles Unterstützungssystem haben, um Ihre Ziele zu erreichen. Sich auf sie zu konzentrieren wird nie wieder so einfach sein. Denken Sie darüber nach. In welcher Umgebung haben Sie: erfahrene Lehrer und Hilfskräfte, die Ihnen beim Lernen helfen. eine ganze Klasse mit dem gleichen Ziel wie Sie. Mitarbeiter, die Sie bei jedem Schritt unterstützen, von der Vorbereitung auf das Studium bis hin zu Ihrer ersten Anstellung. Ihre einzige Aufgabe während 9 Wochen besteht darin, so viel wie möglich zu lernen. Genießen Sie es. Schauen Sie sich alle unsere Vollzeit-Bootcamps und Teilzeitkurse an.

Design ist ein ziemlich vager Begriff. Wenn jemand sagt, er sei Designer, kann es alles bedeuten, vom Industriedesign für Autos bis hin zu Designern, die mit Kleidung und Printmedien arbeiten. In den letzten zehn Jahren hat sich in der Technologiebranche jedoch ein neuer Typ von Designer entwickelt: der UX-Designer. Diese neue Berufsbezeichnung kann für einige Leute verwirrend sein, also lasst uns ein wenig in die Materie eintauchen, um ein besseres Verständnis zu erlangen. Was ist UX-Design? Ein User Experience (UX)-Designer ist in erster Linie dafür verantwortlich, wie sich ein Produkt für den Benutzer anfühlt. Er umfasst alle Aspekte einer Interaktion zwischen dem Nutzer und der gesamten Produkterfahrung (vom Onboarding bis zur End-Transaktion). Die umfassende Verantwortung eines UX-Designers besteht darin, sicherzustellen, dass das Produkt logisch von einem Schritt zum nächsten schreitet. Uber's Onboarding-Prozess für seine neuen Nutzer wäre ein perfektes Beispiel für großartiges UX-Design. Ein User Interface (UI) Designer ist für das Layout des Produkts verantwortlich. Es ist eine Teildisziplin des UX-Designs und konzentriert sich auf die Interaktion zwischen dem Nutzer und dem Produkt. Sie sind für die Gestaltung jedes Screens oder jeder Seite, mit der ein Benutzer interagiert, verantwortlich und müssen sicherstellen, dass die UI den Pfad des UX-Designers visuell kommuniziert. Nachdem der UX-Designer beispielsweise den Onboarding-Prozess für neue Uber-Benutzer entwickelt hat, würde ein UI-Designer die Oberfläche für diesen Prozess visuell gestalten. In den meisten kleinen bis mittelständischen Unternehmen ist ein UX-Designer sowohl für UX- als auch für UI-Designaufgaben zuständig. In größeren Unternehmen wie Google, Facebook, Uber, AirBnB und Tesla (die Liste ist lang), in denen mehrere Millionen Endnutzer involviert sind, wird die Rolle eines Designers jedoch sehr spezifisch. Warum ist das wichtig? “Oft von UX-Befürwortern zitiert, fanden Forschungen von Tom Gilb in den 80er Jahren heraus, dass jeder Dollar, den ein Unternehmen in UX investiert, eine Rendite von bis zu 100 Dollar einbringen kann. ” UX Design spielt eine entscheidende Rolle sowohl bei der Nutzerakquise als auch bei der Nutzerbindung. Das heißt, wenn du etwas Großartiges baust, werden mehr Leute es benutzen und weiterhin benutzen wollen. Es ermöglicht es Apple, eine Premiumgebühr zu verlangen und am Tag der Markteinführung Millionen von iPhones, iPads und Macbooks zu verkaufen. So konnten Unternehmen wie Uber, AirBnB und Tesla die jahrhundertealte Taxi-, Gastronomie- und Automobilindustrie erschüttern. Sie haben die Benutzerfreundlichkeit rund um ihr Produkt/ihre Dienstleistung vollständig umgestaltet, um Branchenführer und Innovatoren zu werden. Einige der wertvollsten Marken der Welt haben eine designorientierte Philosophie angewandt, um sich von den anderen zu unterscheiden. Oft von UX-Befürwortern zitiert, fanden Forschungen von Tom Gilb in den 80er Jahren heraus, dass jeder Dollar, den ein Unternehmen in UX investiert, eine Rendite von bis zu 100 Dollar einbringen kann. Eine weitere Studie, die vom Design Management Institute (DMI) , einer der größten Communities führender Designer, durchgeführt wurde, ergab, dass designorientierte Unternehmen in den letzten 10 Jahren einen erheblichen Vorsprung an der Börse hatten und den S&P um 228% übertrafen. Zu den Unternehmen in der Studie gehörten u.a. Apple, IBM, Ford, Nike, Starbucks & Walt Disney. Sollte dies nicht überzeugend genug sein, so sind laut einer Studie der Missouri University of Science and Technology 94% der Faktoren, die den ersten Eindruck eines Benutzers von einem Produkt beeinflussen, design bezogen. Tatsächlich wird UX Design bis 2020 den Preis und das Produkt als Hauptunterscheidungsmerkmal bei der Konsumentenentscheidung ablösen. Was ist das Fazit? UX spielt zunehmend eine wichtige Rolle als Unterscheidungsmerkmal auf dem Markt für aufstrebende Unternehmen. Um ein wettbewerbsfähiger Akteur auf dem Markt zu sein, müssen sich Unternehmen darauf konzentrieren, ein nachhaltiges Erlebnis rund um ihr Produkt zu schaffen. Wie wird man UX Designer? UX Design erfordert keinen Universitätsabschluss, dennoch gibt es einen großen Mangel an offenen Stellen und qualifizierten Kandidaten. Laut EMSI machen IT-bezogene Stellen (eine Kategorie, zu der auch UX Design gehört) 28 Prozent aller durchschnittlichen monatlichen Stellenausschreibungen aus, was diese Berufsgruppe für 2016 zur zweithäufigsten nachgefragten Gruppe der Branche macht. Bei Ironhack haben wir einen 9-wöchigen Vollzeitkurs entwickelt, der von erfahrenen UX-Designern aus den besten Unternehmen der Welt konzipiert wurde. Der Kurs richtet sich an Personen ohne vorherige Erfahrung, die in die UX-Design-Branche einsteigen möchten. Am Ende des Kurses werden die Teilnehmer mit dem Ironhack-Netzwerk aus mehr als 200 Unternehmen in Verbindung gebracht, mit dem Ziel, als UX-Designer eingestellt zu werden. Wenn du immer noch nicht von den Jobmöglichkeiten überzeugt bist, hier sind einige Statistiken von CNN & PayScale. Laut CNNMoney/PayScale belegte UX Design Platz 14 unter den Top 100 Karrieren mit großem Wachstum, großartiger Bezahlung und erfüllender Arbeit mit einem Durchschnittsgehalt von 89.300$, wobei das höchste Gehalt bei 138.000$ und einer Wachstumsrate von 18% lag. Interessiert? Einzelheiten zum Kurs findest du hier .

Du hast das Wort "Big Data" wahrscheinlich schon über eine Million Mal gehört! Es ist zu einem riesigen Schlagwort geworden, doch nur wenige Menschen wissen wirklich, was es bedeutet. Einige Jahre sind vergangen und Daten sind zu einem wichtigen Thema für alle Unternehmen geworden, unabhängig davon, ob sie im Technologiebereich tätig sind oder nicht. Die Digitalisierung von Kundeninformationen und Produkten hat eine riesige Datenmenge geschaffen, die Unternehmen nun für Geschäftsentscheidungen nutzen können. Für eine Karriere in der Datenanalyse musst du in den meisten Fällen eine Bildungseinrichtung besuchen. Das Alter spielt für den Einstieg in die Datenanalyse zwar keine Rolle, aber es erfordert Zeit und konsequente Arbeit. Egal, ob du dich für ein Bootcamp oder ein College entscheidest, hier sind 6 Gründe, mehr über Datenanalyse zu lernen. 1. Unternehmen nutzen deine persönlichen Daten! Jede Woche (Tag?) enthüllt ein neuer Skandal die Veruntreuung oder den Missbrauch von persönlichen Daten. Ob durch private Unternehmen oder Regierungen GDPR (RGDP auf Französisch) ist eine grundlegende Neuerung in den Gesetzen, die die Verwendung von Daten regeln. Zu lernen, wie man Datensätze manipuliert, trägt zum besseren Verständnis der eigenen Daten bei, wie sie verwendet werden und ob man sie anderen zur Verfügung stellen sollte oder nicht. Willst du wissen, wie Google und Facebook deine persönlichen Daten verwendet? Oder wem du vertrauen kannst und wem nicht? Wenn du dich mit Datenanalyse befasst, wirst du die Nutzungsbedingungen einer Website verstehen und ihren Code durchgehen, um zu begreifen, wie das Ganze hinter den Kulissen funktioniert. 2. Daten werden in Unternehmen hoch geschätzt Datenexperten sind in allen Unternehmen von großer Bedeutung. Sie verfügen über die Fähigkeiten Daten zu sammeln und zu analysieren, welche in allen Entscheidungsprozessen als wichtige Informationen dienen können. Was sind die beliebtesten Produkte, die wir verkaufen? Welche Produkte sollten wir anpreisen, wenn jemand etwas auf unserer Website kauft? Welche Dienstleistungen sollten wir zu unserem jetzigen Geschäftsmodell hinzufügen? Sind unsere Mitarbeiter zufrieden? Befolgen wir in unserem Unternehmen die Diversitätsgesetze? Dies sind alles Fragen, zu deren Beantwortung Datenexperten beitragen können. 3. Es gibt Tausende von offenen Stellen für Datenexperten Das Forbes Magazine hat die Künstliche Intelligenz (AI) und die Datenwissenschaft auf Platz 1 und 3 der meistgesuchten technischen Fähigkeiten für 2018 eingestuft. Dabei wird nicht mal erwähnt, dass auch Analytik-Positionen sehr gefragt sind und in dieser Rangliste aufgeführt werden. Wenn man einen Blick auf Linkedin wirft, findet man über 2.000 offene Stellen im Datenbereich in den Deutschland. Dadurch sind gute Gehälter und Sozialleistungen möglich. Das Durchschnittsgehalt für einen Datenanalysten liegt laut Glassdoor zwischen 47.000€ und 70.000€. Nicht schlecht! 4. Steigere deine technische Karriere Es ist völlig verständlich, dass du deinen technischen Beruf nicht gegen eine Karriere im Datenbereich eintauschen willst. Aber ganz gleich, welche Position du gerade ausübst, es ist sehr wahrscheinlich, dass das Wissen, wie man Daten manipuliert und visualisiert, dir in deinem jetzigen Job helfen wird. Marketingspezialisten, Product Owner, Growth Hacker, Unternehmensentwicklung... Dies sind alles Bereiche, in denen das Wissen über Datenanalyse zu einem echten Vorteil für das Unternehmen wird. Wie bereits erwähnt, werden heutzutage alle wichtigen Entscheidungen durch Datenanalyse getroffen. Wenn du dich für den Umstieg als Datenanalytist entscheidest, solltest du dich darauf vorbereiten, wichtige Geschäftsentscheidungen für deine Abteilung zu treffen. Deine Arbeit wird von Führungskräften und Branchenexperten analysiert. Steige in die Karriere als Datenwissenschaftler oder Dateningenieur ein. Vielleicht willst du keine Karriere im Datensektor machen. Das ist völlig in Ordnung. Dies ist eine großartige Möglichkeit, deine aktuelle Karriere zu steigern und ein Ansprechpartner für das Datenteam zu werden. 5. Du wirst wirklich lernen, zu coden Denkst du, bei der Datenanalyse geht es darum, ein paar Excel-Formeln zu kennen? Denk nochmal nach. Excel ist ein großartiges Tool, aber ein wahrer Profi im Umgang mit Daten weiß, wie man in einer Programmiersprache namens Python programmiert. Die Syntax von Python ist recht einfach zu verstehen, und dennoch ist Python mächtig genug, um Datensätze mit großer Präzision zu sammeln, zu organisieren und zu interpretieren. Das Erlernen einer Programmiersprache ist an sich schon eine tolle Erfahrung, es zu machen, damit es deinem Beruf und deiner Karriere zugute kommt, ist einfach großartig. Oh, und wenn man einmal gelernt hat, in einer Sprache zu programmieren, ist es wesentlich einfacher, die nächste Sprache zu lernen. 6. Daten sind nicht nur für logische Geeks, sondern auch für die kreativen Köpfe Wenn wir über MySQL, Maschinelles Lernen, KI oder Codierung im Allgemeinen sprechen, mag Kreativität wie ein weit entfernter Gegenstand zu erscheinen, der nichts mit diesem geekigen Zeug zu tun hat. Und doch ist Kreativität in diesem Bereich unerlässlich. Ein großer Teil der Datenanalyse besteht auch darin, kreative Ideen zu haben, wie man eine schwierige Frage beantworten oder Lösungen für ein komplexes Problem anbieten kann. Ein weiteres wichtiges Anliegen von Unternehmen ist es, Daten für viele zugänglich zu machen, damit alle Mitarbeiter davon profitieren können. Hier kommt die Datenvisualisierung ins Spiel, bei der es darum geht, wie man Datensätze auf kreative Weise in Grafiken und Infografiken umwandeln kann, die die Menschen tatsächlich verstehen können. Einige Beispiele dafür sind " A day in the life of Americans ", " the daily routines of famous creative people ” oder " from the nanoscale to the universe ”. Interessierst du dich für Daten und dafür, wie das Wissen darüber dir helfen kann, deine Karriere zu wechseln oder dich in deinem aktuellen Berufsfeld zu steigern? Dann schau dir unser Data Analytics Bootcamp Programm an, welches dir helfen wird, ein echter Datenexperte zu werden.

Mitbegründerin von Mindly (made in Silicon Valley), gebürtige Madriderin  und natürlich Ironhackerin: Marta Fonda erzählt uns von ihrer Ironhack-Erfahrung als Studentin des Web-Development-Bootcamps in Madrid . Wann und warum hast du dich entschieden, dich für ein Bootcamp bei Ironhack anzumelden? Als ich mein Studium der Ingenieurwissenschaften und der Betriebswirtschaftslehre abgeschlossen hatte, wurde mir klar, dass ich bis auf das Abschlussprojekt mit keiner Art von Web- oder Mobile-Entwicklung in Berührung gekommen war. Trotzdem fing ich an, nach Jobs zu suchen. Aber ich fühlte mich mit all den typischen Optionen wie Beratung oder Wirtschaftsprüfung nicht wohl. Außerdem war ich damals in Bezug auf das Start-up-Ökosystem völlig außen vor. Ich hatte keinerlei unternehmerische Kontakte, also habe ich mich für die multinationalen Technologiekonzerne entschieden, die man so kennt, wie IBM und Microsoft. Ich habe unzählige erfolglose Vorstellungsgespräche erlebt. Mir fehlte es eindeutig an Berufserfahrung, aber meine Leidenschaft und Motivation wurde gesehen und anerkannt. Es war im August, als ich eine E-Mail von Xavi Leal (Danke, Xavi!) erhielt. Er erzählte mir von diesem neuen, revolutionären Bildungsmodell namens Ironhack: einem achtwöchigen Intensivkurs, der Full-Stack-Webentwicklung lehrt. Es ist wichtig, anzumerken, dass ich zu dieser Zeit nur ansatzweise mit HTML, CSS und ein wenig JQuery (nicht einmal JavaScript!) vertraut war. Für mein Abschlussprojekt an der Uni nutzte ich Symfony2, ein neues, recht populäres Framework, sowie PHP. Ich wusste um meine begrenzten Programmierkenntnisse, aber ich wusste auch: „Wenn Xavi dir davon erzählt, lohnt es sich.“ Also machte ich den ersten Schritt und besuchte die Website von Ironhack. Ich war angenehm überrascht, hier bekannte Gesichter wie Javi Jiménez und Carlos Ble zu entdecken. Als ich anfing, mich in das Vollzeit-Bootcamp für Webentwicklung einzulesen, war es für mich Liebe auf den ersten Blick. Also beschloss ich, mich für den nächsten Kurs in Madrid zu bewerben. Nach nur einer Woche mit Aufnahme- und Vorstellungsgesprächen begann ich mein unglaubliches Abenteuer als Teil der Ironhack-Familie . Erzähle uns von einer Zeit während des Bootcamps, in der du ein Problem hattest und es lösen musstest. Während der Zeit bei Ironhack ist man öfter mal mit Problemen konfrontiert. Das Wichtigste ist, nicht aufzugeben, sondern sie zu lösen. Mein denkwürdigstes Problem bei Ironhack trat auf, als ich an meinem Abschlussprojekt arbeitete. Ich hatte mich entschieden, Bootstrap als Framework für das Frontend zu verwenden und Heroku, um meine App auf Rails zu starten. Aber als ich versuchte, die Assets zu kompilieren, lief es nicht wie geplant. Nach einigem Kopfzerbrechen und zwei Tagen Google-Recherche beschloss ich, die App mithilfe meines Mentors Alex Martin auf Amazon zu launchen. Irgendwann hatte ich Glück. Das erste Event, das ich nach meinem Abschluss bei Ironhack besuchte, war das Weihnachts-MadridRB, bei dem alle Alumni sich wiedertrafen. Dort lernte ich Raul Murciano kennen, Software-Ingenieur bei Heroku. Ich erzählte ihm von dem Problem bei meinem letzten Projekt, und es stellte sich heraus, dass sie genau an diesem Bug bei Heroku arbeiteten. Ein paar Wochen später schickte mir Raul die Lösung für das Problem, das wir beide hatten. Dieses Beispiel für das Teilen von Lösungen und die gegenseitige Unterstützung zeigt die grundlegende Bedeutung meiner Erfahrung als Ironhack-Studentin. Was war dein größter persönlicher Erfolg bei Ironhack? Das ist eine schwierige Frage! Meine Zeit bei Ironhack war voller Lernerfahrungen und persönlicher Erfolge, aber am meisten stolz bin ich auf meine neu entdeckte Fähigkeit, mit Stress umzugehen. Es gab einen Moment während des Bootcamps, in dem ich das Gefühl hatte, alles auf einmal lernen und aufsaugen zu müssen – und die Ironhack-Gründer, die uns bei gesellschaftlichen Veranstaltungen wie Vorträgen und Networking-Treffen begleiteten, halfen mir, ein Gefühl dafür zu bekommen, wie das geht. Würdest du zustimmen, dass Ironhack nicht nur harte Arbeit ist, sondern auch Spaß macht? Kannst du uns von einer Zeit erzählen, in der du dies erlebt hast? Natürlich! Während meiner zwei Monate bei Ironhack gab es viele lustige Momente: von den Nachmittagen mit Sergio Arbeo bis zu den vielen Yoga-Sessions mit der Klasse. Wenn ich jedoch ein ganz besonderes Erlebnis hervorheben müsste, würde ich die Wochenenden wählen, an denen ich mit meinen Klassenkameraden arbeitete. In unserer bunt gemischten Gruppe waren Mathematiker, Strategiespielexperten und viele Hacker. Zusammen haben wir einen Roboter entwickelt, der Ruby verwendete, um gegen den Roboter eines anderen Bootcamps in Kanada anzutreten. Natürlich war unser Roboter so gut, dass sich das kanadische Bootcamp nicht traute, gegen uns anzutreten.

Wenn du mit dem Gedanken spielst, programmieren zu lernen, hast du dich wahrscheinlich gefragt, mit welcher Programmiersprache du anfangen sollst. Und das ist eine gute Frage, denn die Wahl der ersten Programmiersprache wird definitiv Auswirkungen darauf haben, welche Art von Projekten du erstellen kannst und in welchem Unternehmen du eines Tages arbeiten wirst. Deshalb haben wir einen Vergleich zwischen JavaScript und Ruby aufgestellt, die beide gute Sprachen sind, um mit dem Programmieren zu starten. Beide haben Vor- und Nachteile, und es hängt oft davon ab, welche Ziele du verfolgst. Lasst uns eintauchen! Ursprünge Ruby wurde 1995 von Yukihiro Matsumoto erfunden, der " eine echte objektorientierte und einfach zu verwendende Skriptsprache wollte". JavaScript wurde ebenfalls 1995 erfunden, aber es wurde in 10 Tagen von Brendan Eich entwickelt und sollte ursprünglich nur im Browser als Front-End-Sprache verwendet werden. Dies hatte einige Auswirkungen… Syntax Die Syntax von Ruby ist einfacher als die von JavaScript. Sie ist kurz, leicht zu visualisieren und hat oft nur eine Möglichkeit, ein Ergebnis zu erzielen. JavaScript hingegen hat viele geschweifte Klammern und andere "seltsame" Interpunktionen , die für Anfänger etwas abschreckend wirken können. Es gibt auch mehrere Möglichkeiten, ein Ergebnis zu erzielen. Es stimmt, manchmal ist es schwieriger, wenn man die Wahl hat, wie man etwas erreichen will: wie beim Kochen, wo es einfacher ist, ein strenges Rezept zu befolgen, als tatsächlich zu kochen und die Zutaten selbst auszusuchen. Unterschiedliche Anwendungen für unterschiedliche Menschen Nun fragst du dich vielleicht: Warum sollte ich JavaScript anstatt Ruby lernen? Scheint eine Menge Arbeit für ähnliche Ergebnisse zu sein, nicht wahr? Nun, Ruby ist in der Tat ein einfacher erster Schritt, um das Programmieren zu lernen. Aber das Erlernen von Programmiersprachen ist selten das gewünschte Endergebnis. Wahrscheinlich gibt es einen Grund, warum du das Programmieren lernen willst, z. B. um Projekte zu entwickeln, einen Job im technischen Bereich zu bekommen oder um besser mit Entwicklern zusammenzuarbeiten. Und es stellt sich heraus, dass sich seit seinen Anfängen im Jahr 1995, JavaScript zu einer recht anspruchsvollen und leistungsstarken Sprache entwickelt hat. Eine der größten Veränderungen in der Entwicklung von JavaScript ist die Entwicklung von Node.js, die es zu einer Front-End- UND Back-End-Sprache gemacht hat. Das bedeutet, dass man mit nur EINER Sprache eine komplette Webanwendung erstellen kann . React (2011 von Facebook veröffentlicht) ist ein weiteres Framework, das die Leistungsfähigkeit von JavaScript auf der Front-End-Seite von Webanwendungen erhöht hat. Laut einer Umfrage von Stack Overflow aus dem Jahr 2018 sind React und Node.js die beiden beliebtesten Technologien unter den Entwicklern , was bedeutet, dass diese Frameworks von den meisten aktuellen Entwicklern erlernt werden wollen. Bei den Programmiersprachen steht JavaScript auf Platz 2 der "Most Wanted"-Liste (mit 19 %), direkt hinter Python (mit 25,1 %), das wir in unserem Data Analytics-Kurs unterrichten, während Ruby mit 5,7 % auf Platz 16 rangiert. Ein weiterer großer Vorteil von JavaScript ist seine Geschwindigkeit. Oder besser gesagt, Ruby ist im Vergleich zu den meisten Programmiersprachen suuuuper langsam, wie man in der folgenden Tabelle sehen kann: Quelle: codeburst.io Die Geschwindigkeit ist für eine Programmiersprache entscheidend, denn sie bestimmt, wie schnell eine Anwendung Aufgaben ausführen kann. Bei bestimmten Aufgaben kann JavaScript bis zu 20-mal schneller sein als Ruby (https://www.educba.com/javascript-vs-ruby/), was es zu einer guten Wahl macht, um bei der Skalierung einer Anwendung auf Millionen von Nutzern die Kosten zu senken . In der Tat erfordert die gleiche Aufgabe mit JavaScript weniger Rechenleistung als mit Ruby, was bedeutet, dass die Serverinfrastruktur viel robuster sein muss, wenn man Ruby verwendet und die gleiche Leistung wie mit JavaScript erzielen will. Insgesamt hat die Tatsache, dass man mit JavaScript eine vollständige Anwendung erstellen kann und dass es viel schneller ist als Ruby, dazu geführt, dass es die beliebtere Sprache ist . Uber, Paypal, LinkedIn sind einige Beispiele von Unternehmen, die in den letzten Jahren von Ruby auf JavaScript umgestiegen sind. Eine direkte Folge davon ist, dass es viel mehr Webentwicklung Jobs für JavaScript als für Ruby gibt. Auf Indeed.com finden Sie über 8000 Stellen für JavaScript-Entwickler in Paris, aber nur über 600 für Ruby.  Wenn du einen Job im technischen Bereich anstrebst, steht es außer Frage, dass du JavaScript gegenüber Ruby den Vorzug geben solltest. Wenn du ein Minimum Viable Product (MVP) für dein zukünftiges Milliarden-Startup auf den Markt bringen willst, dann ist Ruby vielleicht die richtige Wahl, weil du weniger Zeit mit Lernen und mehr Zeit mit Bauen verbringen wirst. Allerdings solltest du bedenken, dass du wahrscheinlich zu einer anderen Sprache wechseln musst, wenn du damit erfolgreich bist! Warum unterrichten die meisten Bootcamps Ruby? Die meisten Bootcamps unterrichten Ruby, weil die meisten Bootcamps in den Jahren 2012-2013 ins Leben gerufen wurden, als Ruby gerade einen großen Hype erlebte. Damals wollte jeder einen Ruby-Entwickler haben, und dann tauchten Node.js und React auf und veränderten alles. Es ist erwähnenswert, dass Ruby immer noch eine brauchbare Option sein kann, wenn man eine "learn fast build fast"-Mentalität hat (z.B. um eine einfache Webseiten zu programmieren, ohne zu viele Dinge lernen zu müssen). Hier bei Ironhack passen wir uns so schnell wie möglich an die Anforderungen des Marktes an , deshalb haben wir uns entschieden, JavaScript und React in unserem Web Development Bootcamp zu unterrichten , vorerst... Dies ist auch der Grund, warum wir Python in unserem Data Analytics Bootcamp unterrichten , da Python die Nummer 1 für alle datenbezogenen Jobs ist. Wenn du mehr über unsere Bootcamps erfahren möchtest, schau doch mal unsere Kursen !