VollzeitkursData Science & KI Intensivkurs

Werde in 12 Wochen zum Data Scientist oder Data Analyst, indem du dir die erforderlichen Kenntnisse in Python, Data Analytics, Machine Learning, Deep Learning, NLP und Generative AI aneignest. Löse ein industrielles Datenproblem als Abschlussprojekt.

Jetzt bewerben
Datenwissenschaftler
clock

Vollzeit

1
2

Wochen

munich

Bremen

language

Englisch

Programm Überblick

Hochschulabsolvent, Unternehmer oder willst du deine vorhandenen Fähigkeiten erweitern? In jedem Fall ist unser Intensivkurs genau das, was du gesucht hast. Wir haben unseren Lehrplan sorgfältig so gestaltet, dass er die aktuellsten Technologien enthält, die derzeit auf dem Arbeitsmarkt gefragt sind. Das macht unser Data Science Intensivkurs innovativ und ermöglicht dir den nächsten Schritt in deiner Karriere.

course report award 2022 for data science bootcampswitchup award 2021 for data science bootcampapproved by tech talent
Data Science Intro Video

Upcoming Dates

Kursdaten

10. Feb. - 02. Mai

Anmeldefrist

20. Jan.

Gebühr

9'800 EUR

Format

Vor Ort

Kursdaten

07. Apr. - 27. Juni

Anmeldefrist

17. März

Gebühr

9'800 EUR

Format

Online

Kursdaten

12. Mai - 31. Juli

Anmeldefrist

21. Apr.

Gebühr

9'800 EUR

Format

Vor Ort

  • clock

    Der Zeitplan passt nicht zu deinen Bedürfnissen?
    Schau dir unsere Online-Optionen oder das Teilzeit-Programm an.

  • dollar-sign

    Auf der Suche nach Finanzierung? Schau dir unsere Finanzierungsmöglichkeiten an.

Zeitplan

  • Mo - Fr

    Vor Ort

    • 09.00 - 12.00Vorlesung
    • 13.00 - 18.00Praxisübungen

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

PraxisübungenArbeite an einer Reihe interessanter und herausfordernder Übungen zu den Themen, die in der Vormittagsvorlesung behandelt wurden. Übe dich in Teamarbeit, indem du gemeinsam mit deinen Mitstudenten Projekte durchführst.

Wo unsere Studenten Arbeit finden

Finde deinen Traumjob - wir unterstützen dich auf dem Weg dorthin!

Our Alumni Stories
Axpo
Swiss International Air Lines
Google
Swisscom
Axa
Ergo Group
Ebay
Novartis
Adobe
Pagoda
Elca
Ginetta
Atos
Ippen Media
Roche
ETH Zurich
Pictet
Upc
Qualityminds
Avrios
APGSGA
Axpo
Swiss International Air Lines
Google
Swisscom
Axa
Ergo Group
Ebay
Novartis
Adobe
Pagoda
Elca
Ginetta
Atos
Ippen Media
Roche
ETH Zurich
Pictet
Upc
Qualityminds
Avrios
APGSGA
Sygnum
Web Republic
Synvert
Brack
UBS
Globus
Credit Suisse
Migros
Ruag
Accenture
Ernst & Young
Dormakaba
Comparis
Climeworks
Mediaire
Six Group
Swiss Re Group
SAP Software Solutions
Edge5
Smartfactory
Sygnum
Web Republic
Synvert
Brack
UBS
Globus
Credit Suisse
Migros
Ruag
Accenture
Ernst & Young
Dormakaba
Comparis
Climeworks
Mediaire
Six Group
Swiss Re Group
SAP Software Solutions
Edge5
Smartfactory
arrow
Thi Tuyen Nguyen

Thi Tuyen Nguyen

Data Science

Der intensive Lehrplan des Bootcamps hat mich aus meiner Komfortzone herausgeholt, meine Widerstandsfähigkeit und meine Leidenschaft für kontinuierliches Lernen gestärkt und mich mit den wesentlichen Fähigkeiten für eine transformative Karriere in der Datenwissenschaft ausgestattet.

VorherPostdoctoral Researcher

NachherArtificial Intelligence Intern bei Baader Bank AG

arrow

Was du lernen wirst

  • Nach der Bewerbung

    Vorbereitungsaufgaben

    Für die beste Lernerfahrung ist es wichtig gut vorbereitet zu starten. 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 Discord-Kanal erhältst du dabei schnell und unkompliziert Hilfe durch unser Data Science Team.
  • Woche vor dem Start

    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.
  • Woche 1

    Data Science Toolkit

    • Werde vertraut mit den für Data Science relevanten Tools und Programmiersprachen.
    • Python-Grundlagen für Data Science, Versionskontrolle (Git und GitLab), 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.
  • Woche 2

    Statistik und Versuchsplanung

    • 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.
  • Woche 3

    Datenvisualisierung

    • Erzeuge komplexe VisualisierungenVisulisierungen, 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.
  • Woche 4

    Maschinelles Lernen I

    • Gewinne einen detaillierten Einblick in Supervised Learning (Regression und Klassifikation).
    • Erlernen von ML-Kernkonzepten (z.B.: Gradientenabstieg, lineare vs. nicht-lineare Modelle, Verlustfunktionen, Kreuzvalidierung, Tuning).
    • Löse reale Probleme, wie zum Beispiel den Umgang mit unausgewogenen Daten und Auswahl geeigneter Modelle.
    • Erstelle komplexe End-to-End-Pipelines für maschinelles Lernen.
  • Woche 5

    Maschinelles Lernen II

    • Optimiere die Leistungsfähigkeit eines Modelles durch Hyperparameter-Tuning und interpretiere Modelle mit Frameworks wie LIME und SHAP.
    • Mache dich vertraut mit Unsupervised Learning (Clustering, Outlier-Detektion und Dimensionalitätsreduktion).
    • Lerne die neuesten Weiterentwicklungen, Anwendungen und Frameworks für Auto-ML (PyCaret, TPOT und Auto-Sklearn) kennen.
  • Woche 6

    Deep Learning

    • 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.
  • Woche 7

    Sprachverarbeitung

    • Erlernen von NLP-Kernkonzepten (z.B.: Named Entity Recognition, Topic Modeling, Dokumentenklassifikation, Ähnlichkeit, Embeddings, usw.).
    • Lerne und übe, wie man unstrukturierten Text in strukturierte Merkmale umwandelt und darauf klassische ML-Modelle trainiert.
    • Löse diverse Probleme wie Klassifizierung, Empfehlungen, Zusammenfassung, Named Entity Recognition und mehr.
    • Verwende Deep Learning Modelle und Transfer Learning einschliesslich Transformern, um komplexere Aufgaben zu lösen (Sprachübersetzung, kontextuelle Ähnlichkeit, semantische Suche und mehr).
    • Erfahre mehr über Generative KI im Bereich NLP, Prompt Engineering und grosse Sprachmodelle (LLMs) wie ChatGPT, um vielfältige NLP-Aufgaben einschliesslich QA Chatbots zu lösen.
  • Woche 8

    Machine Learning Engineering

    • 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.
  • Woche 9 - 12

    Capstone project

    • Arbeite an echten Data Science Problemen, die von Unternehmen und Forschungsinstituten zur Verfügung gestellt werden.
    • 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.

Betreuung

Bei Constructor Academy betreuen wir unsere Schüler, wobei wir ihre individuellen Bedürfnisse und Ziele in den Mittelpunkt unseres Ansatzes stellen. Unser Ziel ist es, unsere Schüler zum Erfolg zu befähigen, indem wir die nötige Anleitung und Unterstützung geben, um ihr volles Potenzial zu erreichen.

Kontinuierliche Betreuung

Keine Terminvereinbarung erforderlich; erhalte promptes und kontinuierliches Feedback. Unsere Lehrassistenten stehen jederzeit zur Verfügung, um dir zu helfen.

Echte Projekte

Effektives Mentoring vermittelt dir die Fähigkeiten, um tatsächlichen Arbeitsherausforderungen zu begegnen. Unsere Abschlussprojekte spiegeln echte Industrieprojekte wider und fassen alles zusammen, was du gelernt hast.

image with the word you in capital letters

Karriere-Coaching

Wir unterstützen dich bei der Suche nach neuen Jobmöglichkeiten und präsentieren deine Qualifikationen potenziellen Arbeitgebern.

Live-Vorlesungen

Lernen kann schwierig sein, und deshalb liegt die Abbrecherquote bei selbstgesteuerten Kursen bei bis zu 85%. Wir erkennen, dass interaktiver, von Menschen geleiteter Unterricht entscheidend ist, um ehrgeizige Lernziele zu erreichen.

Bewerbungsprozess

  • checkBewirb dich einfach hier
  • check

    Sende uns deinen Lebenslauf oder dein LinkedIn-Profil

  • check

    Ein erstes Motivationsgespräch mit Constructor Academy

  • check

    Bereite dich nun auf das technische Interview vor

  • check

    Bestehe das technische Interview

  • check

    Überweise eine Anzahlung, um deinen Platz zu sichern

  • check

    Schliess die Vorbereitungsarbeiten vor Beginn des Intensivkurses ab

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 Intensivkurs aufgenommen zu werden.

Geschätzte Kursdauer: 15 Stunden

Themen

Datenanalyse

Untersuche grosse und komplexe Datensätze, um Erkenntnisse, Trends und Muster aufzudecken, die als Entscheidungsgrundlage dienen können.

ML & AI

Trainiere Computeralgorithmen, um Muster zu erlernen und auf der Grundlage von Dateneingaben Vorhersagen oder Entscheidungen ohne ausdrückliche Anweisungen zu treffen.

DevOps

Effiziente Verwaltung von Teamaufgaben und Zusammenarbeit mit GitLab. Stelle deine Anwendungen im Web bereit und verbinde sie nahtlos miteinander.

Python

Python erobert die Welt!

Python ist in vielen Bereichen Marktführer:

  1. Datenanalyse
  2. Maschinelles Lernen
  3. Künstliche Intelligenz
  4. Wissenschaftliche Forschung
  5. Software Prototyping
  6. Generative KI
  7. Und mehr...

Praktische Erfahrung

Über 480 Stunden praktisches Training

Nimm an der KI-Wende teil!

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 Intensivkursen 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

Schliesse deine berufliche Transformation mit einem Abschlussprojekt ab.

Vorbereitungsphase

Organisiere dein Projekt

  • Empfange und/oder definiere die Anforderungen
  • Setze Meilensteine

Entwicklungs-/Erstellungsphase

Arbeite im Team

  • Nutze kollaborative Tools
  • Teile und koordiniere verschiedene Aufgaben
  • Lerne von deinen Teamkollegen
  • Entwickle dein erstes reales Projekt

Präsentation

Hinterlasse deine ersten Spuren in der Branche

Präsentiere dein Abschlussprojekt zusammen mit deinen Teamkollegen vor Teilnehmern aus unserem Netzwerk.


Es gibt noch keinen Termin für die Abschlussprojekte. Trage dich in unseren Newsletter ein und werde benachrichtigt, sobald der nächste Termin veröffentlicht wird.

arrow
einen-schritt-voraus-erkennung-ungewohnlicher-menschlicher-bewegungen
Data Science

Einen Schritt voraus: Erkennung ungewöhnlicher menschlicher Bewegungen

Projekt von:
Alaa Elshorbagy, Vincent von Zitzewitz, and Jonas Voßemer

Projektbeschreibung
arrow
Vollständige Liste anzeigen.

Karriere-Unterstützung

1,000+

Alumni-Netzwerk

95%

Beschäftigungsquote

85%

Job in 6 Monaten

Wir begleiten dich bei der Suche nach deinem nächsten Traumjob:

  • Einzelgespräche mit unserem Student Success Team
  • Beratung zum Schreiben von Lebenslauf und Anschreiben
  • Lebenslauf an unser Netzwerk von Partnerunternehmen senden
  • Interne Veranstaltungen wie unser Hiring Day
  • Möglichkeit, mit Unternehmen an einem Projekt zusammenzuarbeiten

Wähle den gewünschten Standort

Visit our campus in Bremen

Would you like to see what your time at Constructor Academy could be like and where our students spend most of their time? Then contact us for a visit of our campus.

Constructor University Bremen
Campus Ring 1
28759 Bremen

Termin vereinbaren

Finanzierungsformen

Wir bei Constructor Academy sind der Meinung, dass die Finanzen niemals ein Hindernis für den Zugang zu einer Weiterbildung sein sollten, die dem Einzelnen helfen kann, seine Ziele zu erreichen. Deshalb bieten wir diverse Finanzierungsmöglichkeiten an, um unsere Kurse für eine Vielzahl von Studenten zugänglich zu machen. Ausserdem arbeiten wir mit externen Organisationen zusammen, die bedürftigen Personen finanzielle Unterstützung zu gewähren.

Bundesagentur für Arbeit logo

Zertifikat von Top Coding Schule

Erhalte ein Zertifikat von Constructor Academy, einer der weltweit führenden Coding-Akademien. Teile dein Zertifikat in sozialen Netzwerken, CVs und mehr. Fördere deine Karriere mit den neu erworbenen Fähigkeiten.

Certificate

Bevorstehende Veranstaltungen

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

  • Starte deine Tech-Karriere | Infoveranstaltung

    calendar08. Jan 25, 06:00 PM - 07:00 PM GMT+1

    map-pinOnline über Zoom

    Schau doch am 8. Januar von 18:00 bis 19:00 Uhr bei unserer spannenden Infoveranstaltung zur Constructor Academy vorbei! Wir zeigen dir, was unsere intensiven Programme in Data Science und Full-Stack zu bieten haben, und stellen dir auch unsere Kurzkurse wie Python und Mastering Generative AI vor. Du erfährst alles Wichtige über unser Curriculum, Karriereperspektiven und den Bewerbungsprozess. Nutze die Chance, mehr über unsere Programme zu erfahren, und mach den ersten Schritt in Richtung einer erfüllenden Karriere in der Technologie. Melde dich hier an, um dir deinen Platz zu sichern. Wir freuen uns, dich bald kennenzulernen!

Empty room with chairs

FAQs

  • Was ist das nicht-technische Interview?

    caret

    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.

  • Wie viele Studenten gibt es pro Klasse?

    caret

    Um ein hohes Mass an Interaktion und Unterricht zu gewährleisten, hat jede Klasse durchschnittlich 10 bis max. 20 Studenten (vor Ort).

  • Wie gut muss ich programmieren können?

    caret

    Obwohl Programmiererfahrung nicht unbedingt eine Voraussetzung ist, erwarten wir, dass du schon einmal mit Programmieren in Berührung gekommen bist. Sei es in der Industrie, an der Hochschule oder im Selbststudium. Motivation, harte Arbeit und Tatkraft sind jedoch das, was wir am meisten suchen.

  • Ich würde lieber von einem anderen Ort aus teilnehmen. Kann ich online teilnehmen?

    caret

    Auf jeden Fall. Wenn du an dieser Option interessiert bist, wähle diese bitte auf dem Bewerbungsformular aus.

  • Gibt es einen Unterschied zwischen der persönlichen und online Teilnahme?

    caret

    Nein, überhaupt nicht. Du nimmst am gleichen Programm teil und verfolgst die Vorträge per Live-Stream. Du erhältst die gleiche Aufmerksamkeit von unseren Mitarbeitern, wie wenn du vor Ort wärst.

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

    caret

    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 Academy-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.

  • Auf welche Stellen kann ich mich nach dem Bootcamp bewerben?

    caret

    Mit dem Abschluss unseres Data Science Programm eröffnen sich zahlreiche Möglichkeiten auf dem Technologie-Arbeitsmarkt. Hier sind einige der Stellen, auf die du dich als Absolvent bewerben kannst: • Data Scientist • Data Analyst • Data Engineer • Data Architect • Machine Learning Engineer • Business Intelligence Engineer

  • Ist die Dauer der Programme lang genug?

    caret

    Auf jeden Fall. Bei den Full-Stack- und Data-Science-Programmen geben dir 12 Wochen intensive Praxis (40 Stunden im Klassenzimmer mit zusätzlichen 20-30 Stunden für die Kursarbeit pro Woche) das, was du brauchst, um in eines dieser Gebiete einzusteigen.

  • Bekomme ich ein Zertifikat nach erfolgreichem Abschluss des Kurses/Programms?

    caret

    Ja, nach erfolgreichem Abschluss des Kurses oder Programms erhältst du sowohl ein digitales als auch ein gedrucktes Zertifikat von der Constructor Academy. Diese Zertifikate dienen als offizielle Anerkennung deiner Leistung und können deinem Lebenslauf, deinem LinkedIn-Profil oder deinem Portfolio hinzugefügt werden.

Kontaktiere uns

Lehrkräfte

Team Member

Dr. Ekaterina Butyugina

linkedin

Data Science Program Manager & Instructor

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.

Team Member
company

Sekhar Ramakrishnan

linkedin

Instructor

Ich liebe es, Daten zum Sprechen zu bringen. Visualisierungen kombinieren Programmierung und Kunst, Logik und Ästhetik, um die Kommunikation von Daten zu erleichtern. Es ist immer befriedigend, die Studenten durch diese unterschiedlichen Disziplinen zu führen, damit sie lernen, ihre eigenen Visualisierungen zu lesen, zu schätzen und zu gestalten.

Team Member
company

Gerry Liaropoulos

linkedin

Instructor

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.

Team Member

Dr. Mark Rowan

linkedin

Instructor

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.

Team Member

Dipanjan Sarkar

linkedin

Instructor

Dipanjan (DJ) ist Lead Data Science Consultant & Instructor und leitet dort zukunftsweisende Projekte in den Bereichen Bildverarbeitung, Natural Language Processing und Deep Learning. Ausserdem ist er ein Google-Entwickler-Experte für maschinelles Lernen. Dipanjan hat mehrere Startups sowie Fortune-500-Unternehmen beraten und mit ihnen zusammengearbeitet. Er ist außerdem Autor mehrerer Bücher über R, Python, maschinelles Lernen, Natural Language Processing und Deep Learning. Er liebt es sein Wissen zu teilen, um anderen auf ihrem Weg in Data Science zu helfen.

Team Member
company

Jesús Luque Jiménez

linkedin

Senior Manager of Data Science

Jesús Humberto Luque Jiménez ist Senior Data Science Manager bei der LAYA Gruppe und ein Data Science Dozent bei Constructor Learning in München, Deutschland. Mit einem starken Hintergrund in Datenanalyse, maschinellem Lernen und statistischer Modellierung ist er ein echter Data Science Experte. Jesús widmet sich der Förderung von Innovation und Erfolg, indem er die Entwicklung von datengesteuerten Lösungen im Unternehmen überwacht.

Team Member
company

Magdalena Picariello

linkedin

Instructor

Statistik ermöglicht es dir, die Welt um dich herum zu verstehen. Um neue Zusammenhänge zu entdecken und ihre Auswirkungen zu modellieren. Als unabhängige Datenwissenschaftlerin helfe ich Unternehmen, solche Erkenntnisse zu finden. Als Statistik Lehrerin zeige ich den Studierenden, wie sie das Problem formulieren und Schlussfolgerungen ziehen können.

Team Member
company

Dr. Marie Bocher

linkedin

Data Science Consultant

Marie hat 7 Jahre Erfahrung in der Entwicklung, Bereitstellung und Lehre von Machine Learning und statistischen Modellen. Bei Constructor Learning, berät sie Unternehmen und mentort im Bereich Data Science und Software Engineering. Ihr Fachwissen zu diesen Themen teilt Sie gerne mit einem praxisorientierten und interaktiven Lehransatz.

Team Member

Afke Schouten

linkedin

Director of Studies - AI management, HWZ

Afke Schouten studierte Mathematik an der Universität Leiden und Ökonometrie und Managementwissenschaften an der Erasmus School of Economics. Als Managementberaterin und Senior Data Scientist leitete sie verschiedene KI-Projekte und baute KI-Organisationen für internationale und Schweizer Unternehmen auf. Gegenwärtig arbeitet sie als Forscherin und Freiberuflerin im Bereich KI-Management und ist Studienleiterin für KI-Management an der HWZ Hochschule für angewandte Wissenschaften. Ihre Aufgabe ist es, Organisationen dabei zu unterstützen, echten Geschäftswert mit KI zu generieren und ein Umfeld zu schaffen, in dem Data Scientists gedeihen können.

Team Member
company

Pavlin Mavrodiev

linkedin

Data Scientist

Pavlin verfügt über umfangreiche Erfahrungen im Bereich der Bildung sowie in der Datenwissenschaft. Als Dozent an der ZHAW (Zürcher Hochschule für Angewandte Wissenschaften) und der Hochschule Luzern hat er sein Wissen an Studierende weitergegeben. Derzeit ist Pavlin als Full-Stack Data Scientist bei UBS tätig, wo er eine zentrale Rolle bei der Weiterentwicklung einer hochmodernen KI-Fairness-Plattform spielt und KI-Lösungen für die Kreditvergabe und den Vertrieb bereitstellt.

Team Member
company

Angela Niederberger

linkedin

Teaching Assistant - Data Science

Angela hat einen Master-Abschluss in nachhaltiger Entwicklung und hat einige Jahre lang im gemeinnützigen Sektor mit Daten gearbeitet. Im Jahr 2020 beschloss sie, das Data Science Bootcamp an der Constructor Learning zu absolvieren, um ihre Fähigkeiten zur Wertschöpfung aus Daten zu verbessern. Jetzt arbeitet sie als Data Science Assistant und hilft den Studenten, ihre eigenen Data Science-Fähigkeiten auszubauen.

Team Member
company

Sibel Atasoy Wuersch

linkedin

Head of Data at Frontify

Mit mehr als einem Jahrzehnt Erfahrung in der Datenwissenschaft ist Sibel in ihrem Bereich hochqualifiziert. Sie hat bei prominenten Unternehmen wie Paypal, Ebay und dem Schweizer Startup Ava Women gearbeitet, was ihr geholfen hat, umfangreiches Know-how in datenbezogenen Aufgaben zu sammeln. Derzeit ist sie als Head of Data bei Frountify für die Weiterentwicklung von Datenökosystemen, die Überwachung und Bewertung wichtiger KPIs und die Festlegung strategischer und taktischer Ziele für das Datenteam verantwortlich.

Unser Blog

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

full-stack-capstone-projects-vollzeit-batch-29

Full-stack capstone projects Vollzeit Batch #29

von Ruben Villalon

data-science-abschlussprojekte-batch-27

Data Science-Abschlussprojekte batch #27

von Ekaterina Butyugina

ein-anfangerleitfaden-fur-full-stack-entwicklung

Ein Anfängerleitfaden für Full-Stack-Entwicklung

von Claudia Boker