Studeer Data Analytics in Amsterdam en start jouw tech-carrière

Nadat je officieel een Ironhack Data Analytics-student bent geworden, krijg je 60 uur online lesmateriaal dat gericht is op command line, Git, Python, MySQL en statistische analyse. Als voorbereiding op het leren van Data Analytics, zal dit belangrijke voorwerk je vertrouwd maken met de grondbeginselen van programmeren en statistiek die nodig zijn voor de bootcamp. Je leert ook hoe hulpprogramma’s zoals ChatGPT werken en hoe je deze optimaal kunt gebruiken om je leervaardigheden en probleemoplossende vaardigheden te versterken, wat zowel tijdens de bootcamp als in je carrière goed van pas komt.

Met het voorwerk op zak ben je meer dan klaar om de bootcamp te starten, ongeacht hoeveel technische kennis je hebt.

In deze openingsmodule maak je kennis met het Ironhack team, je docenten en je mede-Ironhackers. Terwijl je integreert in je nieuwe community, richt je je ontwikkelingsomgeving in en bekijk je de resultaten van je voorwerk. Daarna ga je meteen aan de slag — met inleidingen tot data verzamelen en opschonen, API’s en webscraping, maar ook met het ontwikkelen van Git-, SQL- en Pythonvaardigheden op intermediair niveau. Om je te helpen in de technische wereld te navigeren, krijg je ook les in aspecten van AI en de invloed daarvan op het beroep. (Deze lessen worden gedurende de hele bootcamp gegeven, zodat je een grondige opleiding krijgt in deze groeiende sector.)

Daarna is het tijd om je nieuwe Python, API-koppelingen en webscraping-vaardigheden in de praktijk te brengen! Voor je eerste project creëer je een gloednieuwe dataset die nog nooit eerder is gebruikt. Daarna deel je de set met je klasgenoten door het op te slaan in een SQL-database. Tijd om te proeven van het werk van echte data-analisten!

In deze module ga je dieper in op de wiskunde achter Data Analytics. Gebruik Python om een begrip te ontwikkelen van inferentiële statistiek en waarschijnlijkheid, en business intelligence grondbeginselen. Daarna leer je storytelling presentatietechnieken om jouw gegevens en inzichten te visualiseren.

In de laatste week van deze module ontwikkel je je tweede project: een volledige analyse van echte datasets die je hebt verwerkt, opgeschoond en gevisualiseerd!

Je sluit de bootcamp af met de grondbeginselen van machine learning. Je krijgt een beter begrip van de ML-werkstroom, begeleid en onbegeleid leren, en de essenties van populaire ML-algoritmes. Daarna bouw, train en analyseer je de modellen door te leren hoe je de scikit-learn ML-bibliotheek gebruikt. Je leert hoe je een end-to-end ML-project opbouwt, door een dataset te verwerken, eigenschappen te extraheren en een model te trainen en te gebruiken om voorspellingen te doen op nieuwe data. Aan het eind van deze module ben je voorbereid om ML toe te passen op echte datasets!

Hierbij maak je ook kennis met cloudplatforms en krijg je een beter begrip van AI. Je leert over hulpprogramma’s zoals ChatGPT en andere LLM’s, en hoe je ze moet gebruiken om je projecten en overdraagbare vaardigheden te verbeteren. Je ontwikkelt ook een beter begrip van AI-ecosystemen (GCP, JBM, Amazon, Azure, OpenAI).

Je laatste project is het meest ingewikkeld: je wordt uitgedaagd om je nieuwe kennis toe te passen op innovatieve manieren. Nadat je het project hebt afgerond, strijd je tegen je medestudenten in onze Hackshow en heb je iets concreets om toe te voegen aan je portfolio en om in komende sollicitatiegesprekken te laten zien.