Software Engineering for Data Scientists E-Learning

Algemene omschrijving

The Software Engineering for Data Scientists E-Learning is entirely in English. As a Dutch IT training provider, we offer the information on this page in Dutch. At the bottom of the page, you will find a brief summary in English. The topics within the Software Engineering for Data Scientists E-Learning package itself are described in English.

Na aanschaf van de Software Engineering for Data Scientists E-Learning, is deze maximaal één jaar toegankelijk.

De Software Engineering for Data Scientists E-Learning is ontworpen voor professionals die hun data science-vaardigheden uit willen breiden met sterke software engineering-principes. Binnen organisaties wordt er steeds vaker verwacht dat data scientists niet alleen analyses uitvoeren, maar ook robuuste, herhaalbare en schaalbare code schrijven. De Software Engineering for Data Scientists zelfstudie helpt jou om die stap te zetten.

Door de Software Engineering for Data Scientists E-Learning door te nemen, zul je leren hoe jij code kunt ontwikkelen die geschikt is voor productieomgevingen. Je ontdekt hoe jij objectgeoriënteerd kunt programmeren, hoe jij code kunt testen en bij kunt houden en hoe jij gebruik kunt maken van hulpmiddelen als Git en een command-line omgeving. Tevens zul je leren over belangrijke principes als versiebeheer, automatisering met bash scripting en implementatieprocessen. Dit zorgt ervoor dat je niet alleen betere analyses kunt maken, maar deze ook professioneel kunt implementeren en onderhouden.

De Software Engineering for Data Scientists E-Learning is opgebouwd uit meerdere leertrajecten die stap voor stap de brug slaan tussen data science en software engineering. Daarbij zul je oefenen met praktijkvoorbeelden en leren hoe jij jouw projecten beter kunt structureren, onderhouden en hoe jij goed samen kunt werken met andere ontwikkelaars. Hierdoor zul je beter voorbereid zijn op realistische werksituaties waarin data science en softwareontwikkeling samenkomen.

De Software Engineering for Data Scientists E-Learning, met meer dan 92 uur aan online cursusmateriaal, is onderverdeeld in de volgende leertrajecten:

• Data Science Foundations.
• Software Engineering in Python I.
• Learn the Command Line.
• Learn Git: Introduction to Version Control.
• Software Engineering in Python II.
• Learn Bash Scripting.
• Learn Git II: Git for Deployment.

Doelgroep

De Software Engineering for Data Scientists E-Learning is bedoeld voor mensen die hun kennis van data science willen combineren met software engineering om efficiënter en professioneler te werken. Dit is vooral relevant binnen organisaties waar dataoplossingen moeten worden opgeschaald, gedeeld of in productie worden gebracht.

De Software Engineering for Data Scientists E-Learning is met name geschikt voor de volgende mensen:

• Data scientists die hun code beter willen structureren en geschikt willen maken voor productieomgevingen.
• Data-analisten die door willen groeien naar een meer technische of ontwikkelgerichte rol.
• Python-ontwikkelaars die met data werken en hun software engineeringvaardigheden willen verbeteren.
• Machine learning (ML) engineers die behoefte hebben aan betere ontwikkel- en testmethodes.
• ICT-professionals die betrokken zijn bij data science-projecten en beter willen samenwerken met data scientists.
• Consultants en technische adviseurs die datagestuurde oplossingen ontwikkelen voor klanten.

Wat is inbegrepen?

De Software Engineering for Data Scientists E-Learning biedt jou een complete leerervaring waarin theorie en praktijk worden gecombineerd om jouw programmeervaardigheden stap voor stap te ontwikkelen. Met de Software Engineering for Data Scientists zelfstudie krijg je toegang tot diverse leermodules, praktische labopdrachten en ondersteuning om de stof goed onder de knie te krijgen.

Hier is een overzicht van de inhoud van de Software Engineering for Data Scientists E-Learning:

• Cursusmateriaal voor Data Science Foundations.
  • In het eerste leertraject ontdek je de basis van het opschonen, analyseren en visualiseren van data met behulp van Python-bibliotheken, zoals pandas en seaborn.
• Cursusmateriaal voor Software Engineering in Python I.
  • In het tweede leertraject leer je over objectgeoriënteerd programmeren, functioneel programmeren en het bijhouden van code in de programmeertaal Python.
• Cursusmateriaal voor Learn the Command Line.
  • In het derde leertraject zul je de voordelen van de command-line omgeving (CLI) ontdekken. Bijvoorbeeld voor het navigeren, evenals het openen en bewerken van bestanden zonder een muis te gebruiken.
• Cursusmateriaal voor Learn Git: Introduction to Version Control.
  • In het vierde leertraject leer je over versiebeheer met Git. Versiebeheer is belangrijk voor het samenwerken met andere ontwikkelaars aan softwareprojecten. Daarbij helpt versiebeheer bij het beheren van de status van code, wijzigingen en werkprocessen.
• Cursusmateriaal voor Software Engineering in Python II.
  • In het vijfde leertraject leer je over unit testing, concurrent programming (gedistribueerd programmeren) en het publiceren van code.
• Cursusmateriaal voor Learn Bash Scripting.
  • In het zesde leertraject leer je gebruikmaken van Bash-scripts om veelvoorkomende taken door de computer automatisch uit te laten voeren. Daarbij leer je variabelen te definiëren en jouw Bash-scripts te voorzien van condities en loops.
• Cursusmateriaal voor Learn Git II: Git for Deployment.
  • In het zevende leertraject zul je meer leren over Git, met name het aanmaken van branches. Door branches te creëren, kan code zich zelfstandig ontwikkelen en later samen worden gevoegd met andere stukjes code. Daarnaast zul je leren over markdown om te communiceren binnen het GitHub-ecosysteem en om flexibeler te schrijven.
• Praktische labopdrachten voor alle leertrajecten.
  • Het eerste leertraject Data Science Foundations bestaat uit 22 uur aan labopdrachten.
  • Het tweede leertraject Software Engineering in Python I, het vierde leertraject Learn Git: Introduction to Version Control en het zevende leertraject Learn Git II: Git for Deployment bestaan uit 4 uur aan labopdrachten.
  • Het derde leertraject Learn the Command Line bestaat uit 5 uur aan labopdrachten.
  • Het vijfde leertraject Software Engineering in Python II bestaat uit 2 uur aan labopdrachten.
  • Het zesde leertraject Learn Bash Scripting bestaat uit 1 uur aan labopdrachten.
• Online begeleiding van een mentor binnen alle leertrajecten.
  • Als je behoefte hebt aan ondersteuning tijdens het leren, dan kun je een Engelstalige mentor om hulp vragen.
• Praktische oefeningen en kennistoetsen binnen alle leertrajecten.
  • De praktische oefeningen en kennistoetsen helpen jou om de behandelde onderwerpen beter te begrijpen en jouw voortgang gedurende de Software Engineering for Data Scientists E-Learning te controleren.

Na aanschaf van de Software Engineering for Data Scientists E-Learning, is deze maximaal één jaar toegankelijk.

Voorkennis

Voordat je begint met de Software Engineering for Data Scientists E-Learning, raden wij aan dat jij beschikt over de volgende kennis en ervaring:

• Basiskennis van Python-programmeren.
• Ervaring met data-analyse en dataverwerking.
• Kennis van data science-werkprocessen.

Onderwerpen

Track 1: Data Science Foundations

• Data Science is one of the most in-demand skillsets across many job roles. This Aspire Journey will teach you the basics of cleaning, analyzing, and visualizing data. You will learn about industry-standard libraries in Python, including pandas and seaborn. Along the way, you will create real-world projects to practice and demonstrate your analytics skills.

Track 2: Software Engineering in Python I

• Object Oriented Programming, Functional Programming, and Logging are 3 of the foundational techniques you will use to write code more like a software engineer and bridge the gap between code for research vs. code for production. Represent real-world relationships in your code by utilizing inheritance; Obfuscate important aspects of your code with abstraction and encapsulation; Create multi-form classes by utilizing polymorphism;

Track 3: Learn the Command Line

• The command line is a quick, powerful, text-based interface developers use to more effectively and efficiently communicate with computers to accomplish a wider set of tasks. Learning how to use it will allow you to discover all that your computer is capable of! At the end of the course, you will be able to navigate, access, and modify files and folders on your computer - all without a mouse!

Track 4: Learn Git: Introduction to Version Control

• Version control (what Git gets you) is essential to working on teams, and managing the status of code, edits, and workflows. If you've ever named a file "-final", "final-final", etc. You need version control. At the end of this course, you will know everything you need to manage files and contribute to collectively built code.

Track 5: Software Engineering in Python II

• Unit Testing, Concurrent Programming, and Deployment help make your code more resilient and therefore more likely to be successfully used by others. This unit will help you learn the basics of how to take code from your computer and share it with the world. You will learn how to test code programmatically to examine how it will respond to edge cases and how it will work in "the wild”.

Track 6: Learn Bash Scripting

• The essence of a useful technology is the mechanization of a repetitive process, and that is exactly the spirit of a bash script: a re-usable script that automatically executes a series of commands to speed up programming workflow. You will learn to improve your own programming process by writing bash scripts that save you time. Outcomes: Define variables, write conditions and loops all for bash scripts; Set up aliases;

Track 7: Learn Git II: Git for Deployment

• Take your Git and Github skills to the next level by utilizing one of the most powerful tools: branching. By creating branches, code can evolve independently and later merge with other pieces of code. In addition, getting familiar with markdown will help you both communicate within the GitHub ecosystem and become more flexible with your writing. You'll learn how to read and write markdown, and essential text formatting tool, leverage branching to work concurrently on code with your team, and some of the essential practices to facilitate teamwork.

English Summary

After purchasing the Software Engineering for Data Scientists E-Learning, it will be available for up to one year.

The Software Engineering for Data Scientists E-Learning provides extensive course materials to help you develop practical programming and software engineering skills within data science. Throughout seven learning tracks, you will gain insight into Python programming, object-oriented programming, testing, logging, version control with Git, command-line usage and automation through bash scripting.

The Software Engineering for Data Scientists E-Learning includes the tracks Data Science Foundations, Software Engineering in Python I, Learn the Command Line, Learn Git: Introduction to Version Control, Software Engineering in Python II, Learn Bash Scripting, and Learn Git II: Git for Deployment.

Practical labs are included in all learning tracks. The Data Science Foundations track includes 22 hours of labs. Software Engineering in Python I, Learn Git and Learn Git II each include 4 hours of labs. Learn the Command Line includes 5 hours, Software Engineering in Python II includes 2 hours, and Learn Bash Scripting includes 1 hour of labs. You also receive guidance from an English-speaking mentor throughout all learning tracks whenever support is needed.

In addition, all learning tracks include practical exercises and assessments to help you better understand the topics and monitor your learning progress throughout the Software Engineering for Data Scientists E-Learning.