EXKLUSIVE RABATTAKTION – Jetzt sparen! 

Nutzen Sie jetzt die Gelegenheit, unseren Kurs zu einem vergünstigten Preis zu buchen!

Statt 1.999,- € jetzt nur 1.499,- €

Achtung: Dieses Angebot ist nur bis Jahresende 2025 gültig! 

Sichern Sie sich Ihren Platz und profitieren Sie von dieser einmaligen Ersparnis! 

Jetzt anmelden und sparen!

Hinweis: Diese Aktion ist nicht mit anderen Kampagnen oder Förderaktionen kombinierbar

 

Python ist eine moderne, weit verbreitete Programmiersprache, die sich besonders für Datenanalyse und maschinelles Lernen eignet. Sie zeichnet sich durch eine einfache, lesbare Syntax aus und ist damit ideal für Einsteiger*innen geeignet. Python bildet die Grundlage des gesamten Data-Science-Kurses und wird verwendet, um Daten zu verarbeiten, Analysen durchzuführen und automatisierte Prozesse zu erstellen.

Jupyter Notebook / Google Colab
Zur Umsetzung der Programmierübungen nutzen die Teilnehmer*innen interaktive Notebooks mit JupyterLab (lokal) oder Google Colab (cloudbasiert, ohne Installation). Diese Umgebung erlaubt es, Code, Text und Visualisierungen in einem Dokument zu kombinieren – ideal für strukturierte Analyseprozesse und Projektdokumentation. Google Colab bietet zusätzlich die Möglichkeit, direkt im Browser zu arbeiten.

Pandas ist eine leistungsstarke Open-Source-Bibliothek in Python zur tabellarischen Datenverarbeitung. Sie ermöglicht es, Daten aus CSV-, Excel- oder Datenbankquellen zu importieren, zu bereinigen, zu sortieren, zu gruppieren und zu analysieren. Die Teilnehmer*innen lernen mit Pandas typische Aufgaben der Datenaufbereitung und -strukturierung kennen – ein zentrales Element im Data-Science-Workflow.

NumPy ergänzt die Python-Umgebung um Funktionen zur numerischen Berechnung mit Arrays und Matrizen. Es bildet die technische Grundlage für viele weitere Data-Science-Tools. Im Kurs wird NumPy für mathematische Operationen, Datenmanipulation und effizientes Arbeiten mit Zahlenreihen verwendet – insbesondere zur Vorbereitung strukturierter Analysen.

Matplotlib & Seaborn
Zur Visualisierung von Daten werden im Kurs die Bibliotheken Matplotlib und Seaborn eingesetzt. Sie ermöglichen es, Diagramme, Heatmaps, Histogramme oder Zeitreihen zu erstellen und Daten grafisch aufzubereiten. Die Teilnehmer*innen lernen, Daten so darzustellen, dass Muster und Zusammenhänge leicht erkennbar sind – ein zentrales Element für Präsentation und Interpretation.

Scikit-Learn ist die Standardbibliothek für maschinelles Lernen in Python. Sie bietet zahlreiche Werkzeuge für Klassifikation, Regression und Modellbewertung. Im Kurs setzen die Teilnehmer*innen Scikit-Learn ein, um erste einfache Machine-Learning-Modelle zu erstellen, zu testen und auf reale Datensätze anzuwenden – z. B. zur Vorhersage oder Klassifikation.

In diesem Kurs erhalten die Teilnehmer*innen eine praxisorientierte Einführung in die Welt der Data Science – mit der Programmiersprache Python als zentralem Werkzeug. Schritt für Schritt lernen sie, wie man Daten aus verschiedenen Quellen lädt, strukturiert aufbereitet, analysiert und verständlich visualisiert. Dabei kommen etablierte Tools wie NumPy, Pandas, Matplotlib und Seaborn zum Einsatz.

Ein besonderer Schwerpunkt liegt auf dem eigenständigen Arbeiten mit Jupyter Notebooks bzw. Google Colab, wo der gesamte Analyseprozess nachvollziehbar dokumentiert wird. Neben der Datenanalyse vermittelt der Kurs erste Grundlagen des maschinellen Lernens mit Scikit-Learn – von der Vorbereitung von Datensätzen bis zum Training einfacher Modelle.

Abgerundet wird der Kurs durch ein individuelles Mini-Projekt, in dem die Teilnehmer*innen einen offenen Datensatz analysieren und die Ergebnisse präsentieren. So wird das erworbene Wissen direkt in die Praxis überführt.

• Eine Führung durch die Programmiersprache Python
• Grundlegende Konzepte
• Verwendung der Programmierumgebung
• Syntax von Python
• Verwendung von Modulen
• Verarbeitung von Zeichenketten
• Umgang mit Datumsformaten
• Programmoberfläche
• Projektorientiertes Arbeiten
• Das erste Programm
• Projektorganisation und Workflow
• Fallunterscheidungen
• Schleifen und Bedingungen
• Behandlung von Ausnahmen: Exceptions
• Dateien behandeln: I/O
• Ein Überblick über die Python-Standardbibliothek
• Python-Skripting – unabhängig von der Plattform
• Projektorganisation und Workflow
• Praktische Tipps & Tricks

• Vorkenntnisse in Python sind nicht zwingend notwendig, aber hilfreich. 

Einführung in Data Science mit Python / 32UE (1UE=50min) / 22 Werktage

Kurszeitenvorschlag*

• Montag: 09:00 - 12:30 Uhr
• Mittwoch: 09:00 - 12:30 Uhr
• Freitag: 09:00 - 12:00 Uhr

*Die finalen Kurszeiten werden in der Gruppe gemeinsam mit dem Trainingspersonal abgestimmt, um individuelle Bedürfnisse zu berücksichtigen. Dabei achten wir darauf, die Kriterien der Förderstellen einzuhalten.

Selbstlernzeiten im Institut
Nutzen Sie unsere Selbstlernzeiten, um das Gelernte eigenständig zu vertiefen und anzuwenden. Während dieser Zeiten stehen Ihnen unsere PCs und Softwarelizenzen kostenlos zur Verfügung.

Wichtige Hinweise zu den Selbstlernzeiten:

• Notieren Sie offene Fragen, die beim nächsten Kurstermin gemeinsam geklärt werden können.
• Die Selbstlernzeiten bieten Ihnen die Möglichkeit, das frisch Erlernte zu festigen und sich gezielt auf die nächsten Kursinhalte vorzubereiten.

Warum Selbstlernzeiten nutzen?

• Vertiefen Sie Ihre Kenntnisse durch praktische Anwendung.
• Wiederholen Sie Inhalte, um sicherzustellen, dass Sie diese beherrschen.
• Nutzen Sie die hochwertige Ausstattung mit PCs und Original-Software, um professionell zu arbeiten.

Die Erfahrung zeigt: Durch Übung und regelmäßige Wiederholung festigen sich neue Inhalte nachhaltig und tragen entscheidend zu Ihrem Lernerfolg bei.

Ihr Erfolg ist unser Ziel: Unsere Kursmerkmale im Überblick

Damit Ihr Kursbesuch ein voller Erfolg wird, haben wir unser Unterrichtsformat so gestaltet, dass es optimale Lernbedingungen bietet. Unser Fokus liegt auf Qualität, persönlicher Betreuung und modernster Ausstattung.

Unsere Kurse auf einen Blick

1. Kleine Gruppen – persönliche Betreuung

• Teilnehmer*innenzahl: 2–6 Personen
  Wir setzen bewusst auf kleine Gruppen, damit wir individuell auf Ihre Fragen eingehen können. Diese persönliche Betreuung garantiert eine deutlich höhere Kursqualität und einen nachhaltigen Lernerfolg.

2. Flexibles Lernen mit Selbstlernzeiten (optional)

• Während der Kursdauer bieten wir Ihnen die Möglichkeit, in unserem Institut eigenständig zu üben und das Gelernte zu vertiefen.
• Nutzen Sie unsere modernen Räumlichkeiten, High-End-PCs und die jeweiligen Softwarelizenzen, um praktische Erfahrungen zu sammeln.
• Unser Tipp: Üben Sie parallel zum Kurs, um ein tiefes Verständnis für die Software zu entwickeln. Regelmäßiges Wiederholen ist der Schlüssel zu einem erfolgreichen Lernerlebnis.

3. Effizientes Lernen durch Halbtageskurse

• Kursdauer pro Termin: 3–4 Unterrichtseinheiten (à 50 Minuten)
• Termine pro Woche: 2–3 Kurstermine
  Unsere Halbtageskurse sind so konzipiert, dass Sie sich optimal konzentrieren können. Studien zeigen, dass die Aufmerksamkeit nach 4 Unterrichtseinheiten stark abnimmt. Dieses Format hilft Ihnen, das Maximum an Wissen mitzunehmen.

4. Modernste technische Ausstattung

• High-End-PCs für stressfreies Arbeiten
• 27-Zoll-Bildschirme für optimale Sicht
• 86-Zoll-Touch-Displays in Gruppenkursräumen für das Trainingspersonal
• 3D-Drucker für praktische Anwendungen (je nach Kursinhalt)
• Immer die aktuellsten Programmversionen, damit Sie am Puls der Zeit lernen

Unsere Ausstattung schafft die idealen Rahmenbedingungen für Ihren Lernerfolg und vermittelt eine professionelle Arbeitsumgebung.

5. Zentraler Kursort – mitten in Wien

• Adresse: Atelier04, Amerlingstraße 19/26, 1060 Wien
• Verbindungen: U3, 14A, 13A – einfach erreichbar mit den öffentlichen Verkehrsmitteln

Unser Institut liegt direkt auf der Mariahilfer Straße, einer der bekanntesten Einkaufsstraßen Wiens. Nutzen Sie die zentrale Lage, um vor oder nach dem Kurs entspannt durch die Gegend zu schlendern.

Unser Ziel ist es, Ihnen ein umfassendes und nachhaltiges Lernerlebnis zu bieten – praxisorientiert, flexibel und in einer modernen, angenehmen Umgebung.