Word nu een Data Analyst in een live online omgeving! Ontwikkel je kennis op het gebied van business intelligence, datamodellering, data-analyse en voer steeds complexere data-analyses uit op basis van real-world datasets.
Tijdens je eerste 60 uur als Ironhack Data Analytics student, zal je een goede basis leggen voor je bootcamp in Remote. Tijdens deze pre-work fase zul je:
1. Leer de fundamenten van de command line, Git, Python, MySQL en statistische analyse
2. leer de basisprincipes van programmeren en statistiek, en
3. connect met je medestudenten en experts door gebruik te maken van ons Slack kanaal.
Zodra je je pre-work af hebt, ben je helemaal klaar voor de bootcamp!
Tijdens de eerste twee weken zal je samen met je klasgenoten kennismaken met de Data Analytics wereld. Je installeert je development environment, en maakt je wegwijs in onze data community.
Onderwerpen zijn onder andere:
- Introductie tot data-wrangling en cleaning.
- API's en web scraping.
- Intermediate lessen in Git, SQL en Python.
Tijdens week drie ga je aan de slag met je eerste project als een leerling-data analist. Breng je nieuwe Python skills in de praktijk met het analyseren van data uit echte datasets!
In week vier en vijf ga je dieper in op de achterliggende wiskunde van data analytics.
Onderwerpen zijn onder andere:
- Python gebruiken om inferential statistiek en kansberekening, te begrijpen.
- Integratie van Python met de basisprincipes van business intelligence.
- Leer storytelling technieken om je data en bijbehorende inzichten te visualiseren en te presenteren.
Week zes is de start van je tweede project: een complete data-analyse! Dit project is gebaseerd op data die je hebt verzameld, opgeschoond en gevisualiseerd uit echte datasets!
De laatste module, in week 7 en 8, is een introductie tot machine learning. Je starte met het doorgronden en begrijpen van de machine workflow, en op deze goede basis wordt vervolgens voortgebouwd.
Onderwerpen zijn onder andere:
- Zowel klassikaal- als zelfstandig leren.
-De basis van populaire machine learning-algoritmen
- Het bouwen, trainen en ontwikkelen van modellen met de Scikit-Learn machine learning library.
In de laatste week van deze module, krijg je je grootste uitdaging: het bouwen van een end-to-end machine learning project. Je zal een dataset verwerken van begin tot eind, feature extraction uitvoeren, het model trainen en vervolgens zal je je model gebruiken om voorspellingen te doen over nieuwe data. Wanneer je project is voltooid, krijg je de kans om je te plaatsen in onze Hackshow, waar de top van de klas mag presenteren.
Heb je hulp nodig bij het financieren van je lesgeld? Onze financieringsmogelijkheden helpen je bij het vinden van de ondersteuning die je nodig hebt, zodat je je kan richten op datgene wat echt belangrijk is: je carrière en het ontwikkelen van nieuwe skills.
Himanshu heeft een master in industriële techniek met een focus op data-analyse. Hij heeft meer dan vier jaar ervaring in de technologie en heeft gewerkt aan projecten in een breed spectrum van industrieën, waaronder onderwijs, gezondheidszorg, financiën, informatie en technologie, toerisme en productie. Dit heeft Himanshu ertoe gebracht om sterke vaardigheden te ontwikkelen op het gebied van statistiek, big data analyse, machine learning, tijdreeksanalyse, operationeel onderzoek, database-management, optimalisatie en datavisualisatie.
In de online bootcamp studeer je van 9 tot 18 uur, van maandag tot en met vrijdag. Je rooster bestaat uit vier klassikale sessies van 45 minuten onder leiding van een docent, drie zelfstandige sessies van 45 minuten en een blok van 60 minuten met open kantooruren.
9:00 - 9:45
Door een docent begeleide klassikale sessieDeze Instructor-Led sessies duren 45 minuten. Deze worden geleid door de docent en bestaan uit een mix van colleges, demo's en korte checks om te testen of je de stof echt begrijpt (Kahoot, mini-activiteit, cold-calling studenten, etc).
9:45 - 10:00
PauzeTijdens de pauze is het tijd voor zowel de studenten als het personeel om even weg te gaan van hun computer; stretch en beweeg wat, en neem wat te eten!
10:00 - 10:45
Zelfstandige sessieTijdens de zelfstudie sessies werk je zelfstandig, alleen of met een groepje. Dit kan een meeting met je projectteam zijn, het doorlezen van de lessen in de student portal, het schrijven van een samenvatting of het werken aan lab's. Onze TA's zullen beschikbaar zijn via Slack om ondersteuning en hulp te bieden.
10:45 - 11:00
Pauze
11:00 - 11:45
Door een docent begeleide klassikale sessie
14:25 - 14:35
Pauze
12:00 - 12:45
Zelfstandige sessie
12:45 - 14:00
Lunch
14:00 - 14:45
Door een docent begeleide klassikale sessie
14:45 - 15:00
Pauze
15:00 - 15:45
Zelfstandige sessie
15:45 - 16:00
Pauze
16:00 - 16:45
Door een docent begeleide klassikale sessie
16:45 - 17:00
Pauze
17:00 - 18:00
Open KantoorurenTijdens deze 60 min. durende sessies zullen de TA's online beschikbaar zijn. De aanwezigheid van studenten is niet verplicht en de aanwezigheid van instructeurs is niet vereist. Dit is een mogelijkheid voor studenten om in te checken en vragen te stellen of hulp te zoeken bij huiswerk en/of lab's.
Een remote Data analytics bootcamp heeft veel voordelen! Ontdek de meningen van onze bootcamp studenten over onze remote lessen
Wil je weten hoe het is om een parttime, remote opleiding voor Data analytics te volgen? Ontdek de mening van onze Part-Time-studenten over onze remote lessen
We zijn toegewijd om je te helpen je carrière in de techniek te beginnen. Onze financieringsopties variëren van traditionele leningen tot pay-for-success modellen, zodat je de optie kunt kiezen die het beste bij je past. Neem contact op met ons admissions team en zij zullen je meer informatie geven over de beschikbare opties.
Neem contact op met ons admissions team