Teilzeit Data Science Bootcamp | Constructor Learning

Programm Überblick

Du willst deine vorhandenen Fähigkeiten weiter ausbauen, um deine Karriere voranzutreiben, neue Technologien dazu lernen, oder nach einer längeren Pause den Einstieg zurück in die Arbeitswelt schaffen? In jedem Fall ist unser Programm genau das Richtige für dich. Wir haben unseren Lehrplan so gestaltet, dass er die aktuellsten Technologien enthält, die derzeit auf dem Arbeitsmarkt gefragt sind. Zudem ermöglicht dir unser Teilzeitprogramm, dass du weiterhin 100% arbeitest und somit kein Risiko eingehst.

Ausgezeichnet als eines der besten Data Science Bootcamps weltweit

Constructor Learning’s Data Science Bootcamp wurde als eines der besten in der Welt ausgezeichnet.

Bevorstehende Termine

Zürich

München

Bremen

Online

Du musst einen Ort auswählen, um die nächsten Termine und Preise zu sehen.

Das sagen unsere Studenten

Lina Siegrist-Choo

Data Science

❝Ich kann definitiv sagen, dass ich meinen Karriereplan ohne die Constructor Learning nicht verwirklichen könnte.❞

Vorher: Postdoctoral Researcher

Nachher: Junior Data Engineer bei Nestlé

Tiffany Carruthers

Data Science

❝Nach Abschluss des Bootcamps konnte ich über das berufliche Netzwerk von Constructor's eine Stelle finden.❞

Vorher: Data Engineer

Nachher: Data Engineer bei Axpo

Seth Dow

Data Science

❝Die Mitarbeiter von Constructor sind erstklassig und investieren in deinen Erfolg.❞

Vorher: Math Teacher

Nachher: Data Analysis bei Migros

Wo unsere Studenten arbeiten

Auch du kannst hier arbeiten! Finde deinen Traumjob, wir helfen dir auf deinem Weg

Was du lernen wirst

Vorbereitungsaufgaben

Unser Data Science Kurs ist sehr anspruchsvoll und intensiv. Daher haben wir einen Vorkurs zusammengestellt, der dich gezielt darauf vorbereitet. Je nach deinen Vorkenntnissen sind hierfür etwa 1-2 Wochen intensives arbeiten erforderlich.

Lerne über Statistik, Wahrscheinlichkeitsrechnung, lineare Algebra, Versionskontrolle und Python.
Über einen Slack-Kanal erhältst du dabei schnell und unkompliziert Hilfe durch unser Data Science Team.

Offene Runde

Triff deine Mitstudenten während der offenen Runde in der Woche vor Programmbeginn. Überprüfe die Vorbereitungsarbeit und tausche deine Probleme und Lösungen mit der Klasse aus.

Data Science Toolkit Wochen 1-3

Werde vertraut mit den für Data Science relevanten Tools und Programmiersprachen.
Python-Grundlagen für Data Science, Versionskontrolle (Git und GitLab), SQL-Datenbanken, Organisieren und Strukturieren von Data Science Projekten.
Umfangreiches Data Wrangling in Python (Zugriff auf Online-Daten über APIs, Datenbereinigung und -exploration mit Pandas).
Arbeite sowohl mit JupyterLab als auch einer integrierten Entwicklungsumgebung.

Datenvisualisierung Wochen 4-5

Erzeuge komplexe Visulisierungen, um Erkenntnisse aus Daten zu extrahieren und dies visuell ansprechend und überzeugend zu erzählen.
Erstelle interaktive Darstellungen und Dashboards mit Tools wie Matplotlib, Seaborn, Plotly und Dash.

Statistik und Versuchsplanung Wochen 6-7

Verwende statistische Methoden, wie zum Beispiel A/B-Tests, zur Unterstützung der Entscheidungsfindung.
Wende induktive Statistik, Parameterschätzungen und Hypothesentests auf Data Science-Probleme an.
Lerne über probabilistische Modellierung und verallgemeinerte lineare Modelle und löse Probleme aus der Praxis.

Maschinelles Lernen Wochen 8-11

Erstelle komplexe End-to-End-Pipelines für maschinelles Lernen.
Gewinne einen detaillierten Einblick in Supervised Learning (Regression und Klassifikation) sowie in Unsupervised Learning (Clustering, Outlier-Detektion und Dimensionalitätsreduktion).
Erlernen von ML-Kernkonzepten (z.B.: Gradientenabstieg, lineare vs. nicht-lineare Modelle, Verlustfunktionen, Kreuzvalidierung, Tuning).
Löse reale Probleme: Umgang mit unausgewogenen Daten, Auswahl geeigneter Modelle, Optimierung der Leistungsfähigkeit eines Modelles durch Hyperparameter-Tuning und interpretiere Modelle mit Frameworks wie LIME und SHAP.
Lerne die neuesten Weiterentwicklungen, Anwendungen und Frameworks für Auto-ML (PyCaret, TPOT und Auto-Sklearn) kennen.

Deep Learning Wochen 12-14

Lerne die Theorie und Geschichte hinter neuronalen Netzen und Deep Learning kennen.
Baue deine eigenen neuronalen Netze mit TensorFlow und Keras.
Verwende Deep-Transfer-Learning- und state-of-the-art Deep-Learning-Modelle, um Computer-Vision-Probleme wie Bildklassifizierung und Segmentierung zu lösen.
Interpretiere und erkläre Deep-Learning-Modelle mit Techniken wie Grad-CAM.

Sprachverarbeitung Wochen 15-17

Erlernen von NLP-Kernkonzepten (z.B.: Named Entity Recognition, Topic Modeling, Dokumentenklassifikation, Ähnlichkeit, Embeddings, usw.).
Lerne und übe, wie man unstrukturierten Text in strukturierte Daten umwandelt und darauf klassische ML-Modelle trainiert.
Löse diverse Probleme wie Klassifizierung, Empfehlungen, Zusammenfassung, Named Entity Recognition und mehr.
Verwende die neuesten state-of-the-art Deep Learning Modelle, einschliesslich Transformern, um komplexere Aufgaben zu lösen (Sprachübersetzung, kontextuelle Ähnlichkeit, Suche und mehr).

Machine Learning Engineering Woche 18

Lerne, wie du ein Data Science Projekt effektiv angehst, indem du konventionelle Workflows verwendest und eine saubere Projektstruktur erstellst.
Lerne die Best Practices von MLOps kennen, z.B. Modell- und Datenversionskontrolle, Experiment-Tracking, Modell- und Code-Tests und CI/CD für ML-Projekte.
Anschliessend verwenden wir Docker zum Verpacken eines Machine Learning Modells, fügen ein API als Schnittstelle hinzu und bringen es auf einen Cloud-Server.

Abschlussprojekt Wochen 19-22

Du kannst aus einer Liste von vordefinierten Projekten auswählen, die auf realen Problemen basieren oder du bringst dein eigenes Data Science Projekt mit.
Während der Projektphase deckst du den kompletten Data Science Prozess ab: Von der Definition des Business-Problems, der Untersuchung der Daten, der Anwendung geeigneter Machine Learning Modelle, bis hin zur Fertigstellung eines funktionalen Prototyps.
Die Krönung all der harten Arbeit ist eine öffentliche Präsentation, auf die wir dich vorab intensiv vorbereiten werden.

Bereite dich auf den Kurs vor

Kostenloser Data Science Einführungskurs

Online

Selbststudium

Kostenlos

In diesem kostenlosen Online-Tutorial zum Selbststudium lernst du Python und den Lebenszyklus von Data-Science-Projekten kennen und übst an einem realen Data-Science-Problem. Durch den Abschluss dieses Kurses erhältst du ein besseres Verständnis für die Data-Science-Welt und erhöhst deine Chancen, in das Bootcamp aufgenommen zu werden.

Geschätzte Kursdauer: 15 Stunden

Starte den Kurs hier

Wochenplan

(CET)

Mo

Di

Mi

Do

Fr

Sa*

09H00

12H00

13H00

16H00

18H00

21H00

Online

Vor Ort

* Der Kurs findet jeden zweiten Samstag statt.

Der Zeitplan passt nicht zu deinen Bedürfnissen? Schau dir unser Vollzeit Programm an.

Vorlesung

Lerne von unseren Referenten, die Experten auf ihrem jeweiligen Gebiet sind, und werde während der Live-Vorlesungen in neue Themen eingeführt.

Praxisübungen

Bearbeite eine Reihe von interessanten und herausfordernden Übungen zu den Themen, die in der vorherigen Vorlesung behandelt wurden. Übe deine Teamfähigkeit, indem du gemeinsam mit deinen Mitstudenten Gruppenprojekte durchführst.

Tools, die wir unterrichten

Python

Python ist die am schnellsten wachsende Programmiersprache der Welt. Dafür gibt es viele Gründe: die einfache Erlernbarkeit, die Vielseitigkeit und die führende Rolle im Bereich Machine Learning. Python unterstützt objektorientierte und funktionale Programmierstile, und ist damit hervorragend für die Erstellung automatisierter Aufgaben und einsatzfähiger Systeme geeignet. Es gibt nahezu unzählige Python-Pakete für Datenvisualisierung, maschinelles Lernen, Sprachverarbeitung und vieles mehr.

TensorFlow

TensorFlow ist eine Open-Source-Software Bibliothek für Deep Learning von Google. Es lassen sich damit Deep Learning Modelle bauen und trainieren, um sehr komplexe Muster und Zusammenhänge zu erkennen, die in einzelnen Bereichen ähnlich oder besser als Menschen abschneiden. TensorFlow ist hochgradig für die optimierte und parallelisierte Ausführung dieser Modelle geeignet.

SQL

Relationale Datenbankmanagementsysteme (RDMS) sind in jeder Art von datenorientierten Systemen vorhanden. RDMS bestehen aus Spalten und Zeilen, um Daten in einem strukturierten Format zu speichern. Sie sind dadurch ein sehr leistungsfähiges Werkzeug, um grosse Mengen an Informationen zu speichern. SQL ist die Sprache zur Abfrage und Manipulation von Daten und ist aus diesem Grund in vielen Data-Science-Projekten unverzichtbar.

Scikit-learn

Scikit-learn ist die etablierteste und am weitesten entwickelte Bibliothek für maschinelles Lernen. Sie bietet verschiedenste Klassifikations-, Regressions- und Clustering-Algorithmen, darunter Support-Vektor-Maschinen, Random Forests, Gradient Boosting, k-means und DBSCAN. Sie ist für das direkte Zusammenspiel mit den numerischen und wissenschaftlichen Python-Bibliotheken NumPy, Pandas und SciPy konzipiert.

Git

Git ist ein freies und open-source Versionskontrollsystem, das sowohl für kleine als auch sehr grosse Softwareprojekte (Linux Kernel) entwickelt wurde. Es ermöglicht alle Änderungen im Code zu verfolgen und darüber hinaus an einem grösseren Projekt zusammenzuarbeiten. Du wirst es während unseres Data Science-Kurses täglich verwenden.

NumPy & Pandas

NumPy ist das grundlegende Paket für wissenschaftliches Rechnen mit Python und bietet Unterstützung für grosse, mehrdimensionale Arrays sowie eine grosse Bibliothek mit mathematischen Funktionen. Pandas baut auf NumPy auf ist eine Bibliothek zur Datenmanipulation und -analyse. Die Bibliothek bietet handliche Datenstrukturen und ein grosses Set an Operationen zur Manipulation von numerischen Tabellen und Zeitreihen.

Cloud Services

Mehr und mehr Unternehmen wechseln zu Cloud-Systemen. Es ist der primäre Ort für Unternehmen geworden, um Daten zu speichern, ML-Modelle zu trainieren und Produktionssysteme zu hosten. Erfahrung mit einem Cloud-System bieten hervorragend Job-Aussichten auf dem heutigen Arbeitsmarkt.

PyCaret

PyCaret ist eine Open-Source-Low-Code-Bibliothek für maschinelles Lernen in Python, die es dir ermöglicht, innerhalb von Minuten von der Vorbereitung deiner Daten zum Einsatz deines Modells zu gelangen. Es verfügt auch über automatisierte ML-Funktionen, um geeignete Modelle in wenigen Minuten für unterschiedlichste Anforderungen zu erstellen, auszuwählen und abzustimmen.

Unsere Kursleiter

Was uns auszeichnet sind unsere Kursleiter. Neben unserem internen Data Science Team wirst du von ausgewählten Experten aus der Industrie unterrichtet werden. Diese externen Dozenten halten uns im stetigen Austausch mit den Trends und Anforderungen der Industrie. Zudem ermöglicht es uns - und auch dir - ein weitreichendes Netzwerk aufzubauen. Wir legen viel Wert auf die Wahl von Dozenten mit herausragenden didaktischen Fähigkeiten und verbessern unseren Unterricht fortlaufend auf Basis eures Feedbacks. Erhalte einen eigenen Eindruck von unserem Dozententeam und ihren verschiedenen Fachgebieten.

Kursleiter

Unsere Abschlussprojekte

Was uns wesentlich von anderen Bootcamps abhebt, ist, dass wir dir ECHTE Projekte mit ECHTEN Unternehmen anbieten. Wir sind fortlaufend damit beschäftigt Unternehmen zu finden, die spannende Projekte für dich und deine Mitstudierenden bereitstellen. Dieses Projekt ist hervorragend für dein Bewerbungs-Portfolio geeignet. Wir haben auch immer wieder Studierende, die direkt von einer dieser Firmen rekrutiert werden. Solltest du dich für ein bestimmtes Unternehmen interessiere, setzen wir uns gerne in Verbindung und versuchen ein gemeinsames Projekt zu starten.

Abschlussprojekte

So könnte dein Abschlussprojekt aussehen

mrt-klassifikation-kantonsspital-winterthur

Klassifikation von MRT in Zusammenarbeit mit dem Kantonsspital Winterthur

Data Science

Projekt von: Cornelia Schmitz, Norbert Bräker

Mehr Infos

Mit dem Einsatz von KI zur automatischen Vorhersage von Merkmalen aus Produktbildern

Data Science

Projekt von: Valeria Polozun, Seth Dow

Mehr Infos

Klassifizierung von NOTAMs für SWISS International Airlines mittels KI

Data Science

Projekt von: Jean Coupon

Mehr Infos

Bewerbungsprozess

Sende uns deinen Lebenslauf oder dein LinkedIn-Profil

Ein erstes Motivationsgespräch mit Constructor Learning

Bereite dich nun auf das technische Interview vor

Bestehe das technische Interview

Überweise eine Anzahlung, um deinen Platz zu sichern

Schliess die Vorbereitungsarbeiten vor Beginn des Bootcamps ab

Erhalte ein Leistungszertifikat

Teile dein Zertifikat auf den sozialen Netzwerken, gedruckten Lebensläufen oder anderen Dokumenten. Bringe deine Karriere mit den neu erworbenen Fähigkeiten voran.

Wähle den gewünschten Standort

Zürich

München

Bremen

Online

Join us from everywhere in the world

Wir bieten unsere Kurse an verschiedenen Standorten an. Du kannst von jedem Ort der Welt aus lernen oder vor Ort an einem unserer Standorte teilnehmen. Klicke auf deinen bevorzugten Standort, um mehr zu erfahren.

Bevorstehende Veranstaltungen

Nimm an einer unserer Veranstaltungen teil. Entdecke unsere kommenden Workshops, Infoveranstaltungen, Abschlusspräsentationen und Webinare zu aktuellen Themen.

Präsentation von Abschlussprojekten
17. Feb 23, 06:00 PM - 08:00 PM GMT+1
Heinrichstrasse 200, 8005 Zürich oder via Zoom
Am Freitag, dem 17. Februar 2023, um 18:00 Uhr kannst du sehen, was unsere Absolventen in den letzten Wochen ihres Bootcamps gemacht haben. Unsere talentierten Studenten haben fleissig daran gearbeitet, innovative Lösungen für reale Probleme zu entwickeln, indem sie ihre neu erlernten Data Science und Full-Stack-Entwicklungsfähigkeiten eingesetzt haben. Du wirst die Gelegenheit haben, von den Studenten zu hören, wenn sie ihre Projekte vorstellen und ihre Erkenntnisse und Erfahrungen teilen. Profitiere von dieser spannenden Veranstaltung! Registriere dich jetzt, um deinen Platz zu reservieren. Wir freuen uns auf dich!
Details
Einführung in den HTML & CSS-Workshop
21. Feb 23, 05:00 PM - 06:30 PM GMT+1
Online über Zoom
Nimm an unserem nächsten Online-Workshop zu HTML und CSS am Dienstag, den 21. Februar von 17-18:30 Uhr teil. Unser erfahrener Dozent wird dir die Grundlagen von HTML und CSS erklären, einschliesslich Positionierung, Flex, Animationen, usw. Danach wirst du das Gelernte in einigen Übungen anwenden. Egal, ob du Anfänger bist oder bereits Erfahrung mit HTML und CSS hast, dieser Workshop wird dir wertvolle Tipps und Techniken zur Verbesserung deiner Webentwicklungsfähigkeiten vermitteln. Wenn du bereit bist, im Bereich der Programmierung einzutauchen, ist dies die perfekte Gelegenheit. Registriere dich heute, um deinen Platz zu sichern.
Details
Workshop zur Datenanalyse
23. Feb 23, 05:00 PM - 07:00 PM GMT+1
Online über Zoom
Am Donnerstag, 23. Februar 2023 von 17 bis 19 Uhr wird Dipanjan eine Einführung in die Datenanalytik geben. Dipanjan ist unser leitender Data-Science-Berater und Dozent und leitet Advanced Analytics-Projekte in den Bereichen Computer Vision, Natural Language Processing und Deep Learning. Dipanjan wird euch in die Grundlagen von Python und Datenverarbeitung einführen, ein wenig über die Formulierung von datenwissenschaftlichen Problemen sprechen, kurz besprechen, wie man interessante Muster analysiert und visualisiert und zum Schluss gibt es einer Übung, bei der ihr ein Modell erstellt, das mithilfe von maschinellem Lernen Immobilienpreise vorhersagen kann. Wenn du dich für Data Science und Data Science-bezogene Themen interessierst, ist diese Veranstaltung genau das Richtige für dich. Registriere dich noch heute und sichere dir einen Platz.
Details
Abschlusspräsentationen - Teilzeitstudenten
24. Feb 23, 06:00 PM - 08:00 PM GMT+1
Heinrichstrasse 200, 8005 Zürich oder via Zoom
Am Freitag, dem 24. Februar 2023, um 18:00 Uhr kannst du sehen, was unsere Teilzeitabsolventen in den letzten Wochen ihres Bootcamps gemacht haben. Unsere talentierten Studenten haben fleissig daran gearbeitet, innovative Lösungen für reale Probleme zu entwickeln, indem sie ihre neu erlernten Data Science und Full-Stack-Entwicklungsfähigkeiten eingesetzt haben. Du wirst die Gelegenheit haben, von den Studenten zu hören, wenn sie ihre Projekte vorstellen und ihre Erkenntnisse und Erfahrungen teilen. Profitiere von dieser spannenden Veranstaltung! Registriere dich jetzt, um deinen Platz zu reservieren. Wir freuen uns auf dich!
Details
Online-Informationsveranstaltung
28. Feb 23, 06:00 PM - 07:00 PM GMT+1
Online über Zoom
Nimm am Mittwoch, dem 28. Februar 2023, von 18.00 bis 19.00 Uhr an unserer Informationsveranstaltung über Constructor Learning und unsere Programme teil. Egal, ob du ein Anfänger bist, der eine neue Fähigkeit erlernen möchte, oder ein erfahrener Profi, der seine Karriere vorantreiben möchte, diese Informationsveranstaltung ist die perfekte Gelegenheit, um mehr über unsere Bootcamps zu erfahren und wie sie dir helfen können, deine Ziele zu erreichen. Diese Online-Informationssitzung bietet einen Überblick über unsere Data Science-, Full-Stack- und UX/UI-Bootcamps, einschliesslich des Lehrplans, der Karrieremöglichkeiten und des Zulassungsverfahrens. Du wirst die Möglichkeit haben, Fragen zu stellen und Einblicke von unseren Ausbildern zu erhalten. Lass dir diese Gelegenheit nicht entgehen, um mehr über unsere Bootcamps zu erfahren und den ersten Schritt in Richtung einer lohnenden neuen Karriere in den Bereichen Data Science, Full-Stack-Entwicklung oder UX/UI-Design zu machen. Melde dich jetzt an, um deinen Platz in der Informationsveranstaltung zu reservieren. Wir sehen uns bald wieder!
Details
Workshop Einführung in Python
15. Mar 23, 06:00 PM - 07:30 PM GMT+1
Online über Zoom
Registriere dich für unseren bevorstehenden Online-Workshop zur Einführung in die Python-Programmierung am Mittwoch, dem 15. März 2023, von 18:00 bis 19:30 Uhr. Ob du neu in der Programmierung bist oder deine Fähigkeiten erweitern möchtest, dieser Workshop ist die perfekte Gelegenheit, um die Grundlagen der Python-Programmierung zu lernen und deine Fähigkeiten auf die nächste Stufe zu bringen. Unter der Leitung unseres Python-Experten Ansam Zedan wirst du durch die Grundlagen der Programmierung in Python geführt, einschliesslich “variables”, “conditions”, und “loops”. Aber das ist noch nicht alles - du hast auch die Möglichkeit, deine eigene Python turtle Library (eine vorinstallierte Python-Bibliothek) zu personalisieren und ihr Befehle zu geben, um einzigartige Zeichnungen auf dem Bildschirm zu erstellen. Am Ende des Workshops wirst du ein solides Verständnis für die Python-Programmierung haben und die Fähigkeit, deine eigenen digitalen Meisterwerke zu erstellen. Verpasse nicht diese Gelegenheit - registriere dich jetzt, um deinen Platz zu sichern! Wir können es kaum erwarten, dich dort zu sehen und dir dabei zu helfen, deine Programmierfähigkeiten auf die nächste Stufe zu bringen.
Details

FAQs

Was ist das nicht-technische Interview?

Ein 20 Minuten Interview, welches persönlich oder über Video durchgeführt wird und uns die Möglichkeit gibt, dich, deine Berufserfahrung, Motivation und Ziele für die Teilnahme am Programm kennenzulernen.

Wann ist die Studiengebühr für die Teilzeit-Bootcamps zu bezahlen?

Bei der Anmeldung musst du eine nicht erstattungsfähige Anzahlung von CHF/EURO 3'500 leisten, um deinen Platz im Programm zu reservieren. 1/2 des Restbetrags ist bis zum Ende der zweiten Woche des Programms und 1/2 bis zum dritten Monat des Programms fällig.

Wie sieht der Kursplan für das Teilzeit-Bootcamp aus?

Das Teilzeit-Bootcamp ist ein 22-wöchiges Programm, mit Vorlesungen jeden Dienstag und Donnerstag von 18.00 - 21.00 Uhr und jeden zweiten Samstag. Darüber hinaus investieren unsere Studenten einige zusätzliche Stunden ihrer Freizeit, um das Gelernte zu wiederholen und an Projekten zu arbeiten.

Wie sieht das technische Interview für das Data Science-Programm aus?

Der Kandidat erhält eine E-Mail mit einer Liste von Python-Tutorials, die vor dem Vorstellungsgespräch zu bearbeiten sind. Datum und Uhrzeit des Interviews werden so festgelegt, dass etwa eine Woche Zeit bleibt, um sich darauf vorzubereiten.
Am Tag des Vorstellungsgesprächs erhält der Kandidat per E-Mail eine Datenanalyse-Aufgabe und hat 2 Stunden Zeit, daran zu arbeiten. Nach dem Einreichen der Ergebnisse wird im direkten Anschluss ein Mitglied des Constructor Learning-Teams online Fragen zur Data Challenge stellen. Darauf folgt ein 30-minütiges Programmier-Interview in Python. Der gesamte Prozess dauert 2 Stunden und 45 Minuten und basiert auf den zuvor gesendeten Tutorials.

Kontaktiere uns

Lehrkräfte

Marcus Lindberg

Data Science Program Manager

Bio

Als er seine Karriere in der klinischen Immuntherapieforschung begann, erkannte er den dringenden Bedarf an besseren Möglichkeiten, Patientendaten sinnvoll zu nutzen. Mit wachsendem Interesse an personalisierten Therapien absolvierte er einen MSc in Bioinformatik an der University of Edinburgh und schloss sich der Clinical Bioinformatics Unit der ETH Zürich an. Jetzt kann er bei SIT Learning seine analytischen Fähigkeiten weiter verfeinern und gleichzeitig Menschen dabei helfen, ihre Ziele zu erreichen.

Dr. Mark Rowan

Instructor

Bio

Was treibt dich an? Für mich ist es mit Daten eine Geschichte zu erzählen und die Welt zu verändern. Egal ob es um Neurowissenschaften, Luft- und Raumfahrt, Telekommunikation, Versicherungen oder Sprachtechnologie geht - ich liebe es, mich in die Daten hineinzuversetzen und damit Dinge zu bewegen.

Gerry Liaropoulos

Instructor

Bio

Als erfahrener Data Scientist auf dem faszinierenden Gebiet der Biowissenschaften setze ich eine Vielzahl von Methoden des maschinellen Lernens ein, um der Industrie zu helfen, fundiertere Entscheidungen zu treffen mit dem Endziel, das Leben der Patienten positiv zu verändern.

Patrick Senti

Freelance Analytics Consultant

Bio

Patrick baut seit 1995 Analyselösungen und wendet dabei maschinelles Lernen an, Datentechnik, Datenanalyse und Visualisierung. Hilfe für Kunden im Finanzbereich, Transport- und Einzelhandelsindustrie seine Erfahrung umfasst Software-Engineering & Architektur in verteilten Systemen von Unternehmens-Backends bis hin zu mobilen & IoT-Systemen. Leitender BI/Data Science & Software-Ingenieur seit 1995 * Angewandte Datenwissenschaft, Datentechnik, Softwaretechnik, große Daten * Breite Branchenerfahrung in den Bereichen Finanzen, Einzelhandel, Logistik Rollen * Datenwissenschaftler/Daten & ML-Ingenieur, Softwaretechnik, Beratung * Leitende Datenanalyse-Praxis bei swissQuant * Senior Software Engineering, Technischer Leiter bei Credit Suisse, Logicalis, SAS, IBM Bildung * CAS ETH Zürich in Informatik & Verteilte Systeme * Schweizer Dipl. Wirtschaftsinformatik (Professional Master) * Exekutiv-MBA Freiberuflicher Analytik-Berater, patrick@productaize.io Gründer von omegaml.io Unterstützung von Unternehmen bei der Produktion und Operationalisierung von ML

Dr. Ekaterina Butyugina

Data Science Program Manager & Instructor

Bio

Ekaterina studierte Mathematik an der Universität und arbeitete als Nachwuchsforscherin in Russland, wo sie in Kontinuumsmechanik promovierte. Auf der Suche nach der Möglichkeit, etwas zu finden, das der Wissenschaft nahe kommt, aber dynamischer und auf das reale Leben anwendbar ist, trat sie dem Data Science-Programm bei, blieb dann als TA und schloss sich später dem Team als Data Science Consultant an. Sie arbeitet gerne mit Daten und wendet sowohl analytische als auch kreative Ansätze an, probiert neue Techniken aus und teilt sie mit anderen Menschen.

Unser Blog

Lies die neuesten Nachrichten über Constructor Learning und informiere dich über alles rund um Programmierung und Data Science in der Schweiz und Deutschland.

Interview mit Sandeep Dharnia, ehemaliger Student des Full-Stack Bootcamps

Veröffentlicht am 20-01-2023 von Claudia Boker

Mehr Infos

wie-man-mithilfe-von-ai-aktien-auswahlt-die-den-markt-ubertreffen

Wie man mithilfe von AI Aktien auswählt, die den Markt übertreffen

Veröffentlicht am 02-12-2022 von Ekaterina Butyugina

Mehr Infos

Datenwissenschaftliches Abschlussprojekt #19

Veröffentlicht am 02-12-2022 von Ekaterina Butyugina

Mehr Infos