Data Scientist - Foundations & Machine Learning (1178EN)

Data Scientist - Foundations & Machine Learning

Beschreibung

Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage:
  • Eine Python-Umgebung für Data Science zu installieren und zu nutzen.
  • Daten mit den grundlegenden Werkzeugen (Anaconda, Jupyter, Pandas) zu verarbeiten.
  • Die mathematischen Grundlagen des Machine Learning zu beherrschen.
  • Verschiedene Verfahren des überwachten Lernens zu implementieren und zu bewerten.
  • Mit künstlichen neuronalen Netzen zu arbeiten.
  • Methoden des unüberwachten Lernens anzuwenden.
  • Mehrdimensionale Daten zu visualisieren.
  • Ein vollständiges Data-Science-Projekt durchzuführen und zu präsentieren.

Module 1 | Software basic programming |8h - Anaconda - Jupyter - Python > Module 2 | Mathematics | 8h Module 3 | Machine Learning | 40h - Introduction Basics concepts and notations - Basics models for supervised learning - Multilayer Artificial Neural Networks - Unsupervised Learning - Visualising High-dimensional Data Module 4 | Final Project | 17 h

> Der pädagogische Ansatz kombiniert theoretische Grundlagen, praxisorientierte Übungen und ein individuelles Projekt. Interaktive Diskussionen fördern den Transfer der erworbenen Kompetenzen in die berufliche Praxis.

> Es sind keine formalen Qualifikationen erforderlich. Bewerberinnen und Bewerber sollten jedoch über Grundkenntnisse in Informatik, Logik, Mathematik (insbesondere Matrizenrechnung) sowie Programmierung (algorithmisches Denken, Kontrollstrukturen, Variablen, Datentypen, Funktionen und Python) verfügen. Diese Kenntnisse werden im Eignungstest überprüft. Die Zulassung zur Weiterbildung erfolgt auf Grundlage der erzielten Ergebnisse.

> Arbeitnehmerinnen und Arbeitnehmer, Erwachsene in beruflicher Neuorientierung sowie Fachkräfte, die sich in Richtung Data Scientist, Advanced Data Analyst oder Machine Learning Engineer weiterentwickeln möchten. Die Weiterbildung richtet sich insbesondere an Personen mit einem Hintergrund in Informatik, Naturwissenschaften, Mathematik, Ingenieurwesen oder Business Analytics.

Certification du Ministère de l’Education nationale, de l'Enfance et de la Jeunesse

SkillsBridges

Das CNFPC behält sich das Recht vor, eine Schulung abzusagen oder zu verschieben, wenn die Anzahl der ordnungsgemäß angemeldeten Teilnehmenden unzureichend ist, aus organisatorischen Gründen oder im Falle höherer Gewalt.

Stornierung: Im Falle einer Stornierung oder Nichterscheinens zur Schulung ist die vollständige Anmeldegebühr fällig, sofern die Abmeldung nicht spätestens 72 Stunden vor Beginn der Schulung erfolgt. Fehlzeiten, die durch ein ärztliches Attest ordnungsgemäß nachgewiesen werden, berechtigen zu einer vollständigen Rückerstattung der Anmeldegebühr.

Sitzungen

Für die Sitzung anmelden >

Belval Charles-de-Gaulle 1, 4083 Esch-sur-Alzette, Luxembourg (Karte anzeigen)
Jacques MULLER | jacques.muller@cnfpc.lu | +352 55 89 87 209
Von Angesicht zu Angesicht | Englisch | Verfügbare Plätze: 22 / 24
Kurse:
  • September : Donnerstag 24
  • Oktober : Donnerstag 1, Donnerstag 8, Donnerstag 15, Donnerstag 22, Donnerstag 29
  • November : Donnerstag 12, Donnerstag 19, Donnerstag 26
  • Dezember : Donnerstag 3, Donnerstag 10
Zusätzliche Informationen
ENTRY-TEST
  • Um sicherzustellen, dass die Teilnehmenden über die erforderlichen Vorkenntnisse verfügen, um das Ausbildungsprogramm erfolgreich zu absolvieren, wird vor Beginn der Ausbildung ein Einstufungstest durchgeführt.

Der Test umfasst folgende Bereiche:

  • Grundlagen der Matrixmathematik
  • Grundlagen der Softwareprogrammierung:
    • Grundlegende algorithmische Konzepte
    • Kontrollstrukturen (Bedingungen und Schleifen)
    • Variablen, Datentypen und Funktionen
    • Lesen, Verstehen und Schreiben einfacher Python-Skripte
PRÜFUNGSFORMAT
  • Der Einstufungstest wird je nach gewähltem Schulungsformat auf einem CNFPC-Laptop und/oder als schriftlicher Test durchgeführt.
AUSWAHL DER TEILNEHMENDEN
  • Die Zulassung zum Ausbildungsprogramm erfolgt auf Grundlage der Ergebnisse des Einstufungstests. Die Auswahl der Bewerberinnen und Bewerber richtet sich nach ihren Leistungen in den geprüften Bereichen. Dieses Auswahlverfahren stellt sicher, dass die Teilnehmenden über die notwendigen Kenntnisse und Fähigkeiten verfügen, um das Ausbildungsprogramm erfolgreich abzuschließen.
  • AUSBILDUNGSPLAN
  • 24.09.2026 – Einstufungstest
  • 01.10.2026 – Mathematik
  • 08.10.2026 – Softwareprogrammierung
  • 15.10.2026 – Maschinelles Lernen
  • 22.10.2026 – Maschinelles Lernen
  • 29.10.2026 – Maschinelles Lernen
  • 12.11.2026 – Maschinelles Lernen
  • 19.11.2026 – Maschinelles Lernen
  • 26.11.2026 – Umsetzung des individuellen Projekts
  • 03.12.2026 – Umsetzung des individuellen Projekts
  • 10.12.2026 – Abschlussprüfung
Für die Sitzung anmelden >
Data Scientist - Foundations & Machine Learning

Organisation

Veranstalter:
Sprache: Englisch
Fachgebiet: Digital & Daten
Zielgruppe: Geschäfts- und unabhängige, Mitarbeiter, Arbeitsuchende
Dauer: 75 Stunden
Modus: Von Angesicht zu Angesicht
Sitzungen