Data Science Bootcamp
incl. generative AI
Onze Data Science Bootcamp (IABAC™ geaccrediteerd) leidt jou in 6 of 8 dagen op tot all-round data scientist. Je kunt zonder voorkennis meedoen aan deze bootcamp en leert in 3 of 4 blokken van twee dagen alles over data science: van een introductie in het onderwerp tot eigen machine learning modellen en werken met generative AI APIs, van het automatiseren van analyses tot het maken van geavanceerde visualisaties, van werken met ruimtelijke data tot het scrapen van webpagina's, van oefenen met image recognition tot het ontwikkelen van eigen data science applicaties.
We gebruiken de programmeertaal Python tijdens deze bootcamp. Je hoeft geen ervaring te hebben met Python. Python is een toegankelijke programmeertaal die momenteel dominant is in de data science wereld.
De bootcamp is door onze eigen data scientists ontwikkeld vanuit de praktijk. Hierdoor weten we zeker dat de thema's die we behandelen échte meerwaarde leveren voor teams en organisaties. We gebruiken een eigen online leeromgeving tijdens de trainingsdagen zodat theorie en zelf oefenen elkaar in een gezonde balans afwisselen.
Je sluit de Data Science Bootcamp af met een officieel certificaat.
Ervaringen met onze Data Science trainingen
Mandy deed mee aan deze 10-daagse data science bootcamp. Bekijk hier wat ze aan de bootcamp heeft gehad.
John deed mee aan de 4-daagse data science opleiding. Deze dagen komen overeen met de eerste vier dagen van deze de bootcamp.
Is deze data science bootcamp wat voor mij?
Deze training is iets voor jou als:
- Je op zoek bent naar een zeer volledige en uitdagende meerdaagse training op het gebied van Data Science & AI
- Een diverse datagerelateerde functie hebt waar je met veel verschillende analyses / specialismen in aanraking komt
- Je een beroep hebt waar veel databronnen en -analyses bij komen kijken en je je kennis wilt verbreden. Bijvoorbeeld in finance, logistiek, marketing, ICT, of HR.
Benodigde voorkennis
Het is een vereiste dat je momenteel (of kort geleden) binnen een organisatie in een rol werkt (of hebt gewerkt) waar je veel met data bezig bent. Verder dien je minimaal een afgeronde HBO opleiding te hebben. Er is verder geen specifieke voorkennis vereist, maar het is handig als je basiskennis van wiskunde hebt en ervaring hebt met bijvoorbeeld Excel files, tekstbestanden (csv) of databases.
Ingeplande Data Science Bootcamps
Wij verzorgen de Data Science Bootcamp vier keer per jaar. Deze edities staan gepland:
- 6, 7, 13, 14 februari, 3, 4 maart 2025 in Utrecht
- 15, 16, 22, 23 mei, 2, 3 juni 2025 in Utrecht
- 11, 12, 18, 19 augustus, 8, 9 september 2025 in Utrecht
- 6, 7, 13, 14 november, 1, 2 december 2025 in Utrecht
Deze Data Science Bootcamp is uit te breiden naar een 8-daagse door aanvullend mee te doen met de 2-daagse SQL cursus voor data analyse. Wij raden dit aan voor mensen zonder kennis van SQL. De SQL cursus start maandelijks en je kiest zelf de data na jouw inschrijving voor de bootcamp.
Inhoud Data Science Bootcamp
De inhoud van deze training is geaccrediteerd door de International Association of Business Analytics Certification (IABAC™).
- Introductie in data science
- Diverse essentiële basisvaardigheden in Python:
- Werken met verschillende data types
- Gebruik van lists
- Dictionaries
- Logica toepassen
- Methoden en functies
Hiermee hebben we op de eerste dag een mooie basis gelegd waar we op door zullen bouwen op de volgende dagen.
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
- Package Numpy: efficiënt met grote hoeveelheden data werken
- Package Pandas: Pandas is misschien wel de belangrijkste data science tool binnen het Python ecosysteem. Je kunt er eigenlijk alles mee wat je ook in Excel kunt én een hele hoop meer
- Package Matplotlib: mooie figuren plotten, eindeloos veel mogelijkheden
- Eindopdracht eerste trainingsblok. Je past al je nieuwe vaardigheden toe in een uitdagende data science opdracht.
Op dit punt in de opleiding ben je al in staat om uit data inzichten te halen die je onmogelijk met Excel had kunnen realiseren.
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
- Introductie in machine learning
- Supervised learning
- Classificatie (theorie)
- Classificatie (vertaling naar praktijk in Python met een casus)
- Regressie (theorie)
- Regressie (vertaling naar praktijk in Python met een casus)
- Unsupervised learning
- Clustering (theorie)
- Clustering (vertaling naar praktijk in Python met een casus)
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
- Unsupervised learning (d.m.v. clustering)
- Generative AI (ChatGPT / DALL·E) theorie, oefeningen, en integratie van GenAI in jouw Python code
- Het beoordelen en verbeteren van machine learning modellen
- Hoe breng je machine learning modellen in productie?
- Eindopdracht machine learning: dit tweedaagse trainingsblok sluiten we weer af met een uitdagende praktijkopdracht waar je al het geleerde van de voorgaande dagen in toepast
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
- Best practices en standaarden in het schrijven van Python scripts
- Verdiepende technieken die je veel zult gebruiken:
- String formatting
- List comprehension
- Verdieping op for loops
- Packages os, time, datetime
- Gebruik maken van user input
- Verdieping op functies en classes zodat je meer functionaliteit kunt hergebruiken/ opschalen en e.e.a. handiger organiseert
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
- Hoe bouw je een data science project qua structuur op in Python
- Samenwerken aan code via Git
- Het managen van Python versies, benodigde packages en afhankelijkheden binnen een project
- Het testen van je code
Uitleg van een van onze ervaren Data Scientists en oefenen in onze eigen online omgeving wisselen elkaar gedurende de dag af.
Dag 1. Introductie tot relationele databases en SQL
- Introductie databases (plat, hiërarchisch en relationeel)
- Diverse RDBMS en SQL-dialecten
- Normalisatie van databases (Normal Forms)
- Datatypes (Numerical, Character, Temporal)
- Sleutels (Primary Key, Foreign Key)
- Introductie SQL
- Gegevens opvragen (SELECT, FROM)
- Gegevens sorteren (ORDER BY, ASCENDING, DESCENDING)
- Gegevens filteren (WHERE, BETWEEN, vergelijkingsoperatoren)
Tijdens deze training
- Wisselen presentatie van de trainer en werken in onze eigen online omgeving elkaar af (je hoeft niets vooraf te installeren)
- Ontvang je een handige geplastificeerde SQL cheatsheet die je ook na de training ondersteunt
Dag 2. Gecompliceerde SQL-query’s schrijven
- Gegevens groeperen (GROUP BY, HAVING)
- Gegevens aggregeren (MAX, MIN, AVG, SUM, COUNT)
- Subquery’s gebruiken
- Tabellen combineren (INNER, LEFT, RIGHT, FULL, OUTER, JOIN)
- Gegevens toevoegen, aanpassen en verwijderen (INSERT INTO, UPDATE, DELETE)
- Tabellen maken, aanpassen en verwijderen (CREATE, ALTER, DROP)
De zelfstudie modules worden beschikbaar gemaakt in onze eigen online omgeving. Je kunt ze na de training zelfstandig doornemen.
Zelfstudie onderwerp #1: Image Recognition met Python
- Introductie in beeldherkenning met Python
- Beeldherkenning in afbeeldingen met package TensorFlow
- Diverse oefeningen om een indruk te krijgen van de mogelijkheden op het gebied van beeldherkenning binnen Python
Zelfstudie onderwerp #2: GIS, werken met ruimtelijke data
- Aan de slag met Python GIS package Shapely
- Introductie in package GeoPandas. GeoPandas maakt gebruik van Pandas DataFrames waar je inmiddels ervaring mee hebt
- Mogelijkheden in - en oefenen met - ruimtelijke analyses en bewerkingen
- Ruimtelijke data plotten op statische en interactieve kaarten
Zelfstudie onderwerp #3: APIs & SQL gebruiken vanuit Python
- Een introductie in databases
- Werken met SQL vanuit Python met package SQLAlchemy
- Introductie in APIs
- Diverse opdrachten op het gebied van SQL & APIs
Zelfstudie onderwerp #4: Eigen applicaties ontwikkelen en delen met anderen
- APIs zelf maken
- Een lokale applicatie ontwikkelen met package Tkinter. Zo gaan we van Python code naar een applicatie met een visuele user interface.
- Een webapplicatie ontwikkelen met package Flask. Webapplicaties zijn toegankelijk via internet en daarmee een handige manier om
- jouw ontwikkelde data science functionaliteit te delen.
Geïnteresseerd in de Data Science Bootcamp?
Je kunt je hier inschrijven voor de Bootcamp. Als je de Data Science Bootcamp in-company voor jouw team wilt organiseren dan kun je het best een offerte aanvragen. Een van onze data scientists zal contact opnemen en een offerte op maat sturen. Heb je direct een vraag? Dan kun je ons ook bereiken op 020 - 2443 146 of info@datasciencepartners.nl.
Download de opleidingsbrochure voor een handig overzicht van de inhoud van deze bootcamp.
