Hvad du lærer
Vi guider dig gennem en nøje kurateret læseplan, som tager dig fra 'bare nysgerrig' til 'fuldt certificeret' i datavidenskab på kun 12 uger (fuld tid).
Fundament
SQL, Python, Jupyter Notebook, Git og GitHub, lineær algebra, sandsynligheder og statistik
Dataanalyse
Dataforberedelse, datavisualisering og dataudforskning
Klassisk maskinlæring
Overvåget og uovervåget læring, model-forbedring, Naive Bayes, SVM, Random Forests, ML-rørledninger og klassificering
Dyb læring
Neurale netværk, CNN-arkitekturer, autoencoders, dataforøgelse, TensorFlow, Keras og Scikit-learn
Naturlig sprogbehandling
Tekstkodning, RNN, LSTM, opmærksomhedsmekanismer, transformer-modeller og chatbot-udvikling
Vores metodologi
Online live-undervisning
- Deltag i interaktive live-sessioner, hvor du arbejder direkte med instruktører og medstuderende i realtid – styrker samarbejde og hurtig færdighedsopbygning.
Selvstudium
- Deltid: 9 t live-undervisning + 11 t selvstudium (20 t/uge)
- Fuldtid: 22,5 t live-undervisning + 17,5 t selvstudium (40 t/uge)
Flipped classroom
- Forbered stof hjemme, og brug live-tiden på diskussion, problemløsning og praktiske øvelser for maksimal læring.
Guidet praksis
- Byg erfaring via projekter, hands-on øvelser og porteføljearbejde under tæt mentorvejledning.
Hvad du har brug for
Du behøver ingen forudgående erfaring med datalogi eller programmering. De første uger dækker grundlæggende emner, så du hurtigt opbygger et stærkt fundament – ideelt for både nybegyndere og karriereskiftere.
- Bærbar eller stationær computer: En pålidelig maskine, der kan køre Python-miljøer og databehandlingsbiblioteker. Minimum: 8 GB RAM, 256 GB SSD og moderne dual-core CPU (16 GB RAM anbefales).
- Stabil internetforbindelse: Pålidelig adgang til live-undervisning, datadownloads og cloud-tjenester.
- Grundlæggende computerfærdigheder: Navigere i operativsystemer, bruge produktivitetssoftware og web-browsere.
- Algoritme- og programmeringsbasics: Et vist kendskab til logisk tænkning og basal kodning gør læringen nemmere, men er ikke påkrævet.
- Engelskkundskaber: Mindst niveau B1 – undervisningen og materialet er på engelsk.
- Engagement: Proaktiv indstilling til øvelser og projektarbejde – især i forarbejdsperioden for at lægge et stærkt fundament.
Career Services-centeret
Workshops i karriereudvikling
Åbne sessions for dig og hele CLA-fællesskabet – mød vores karriererådgiver, få sidste-øjebliks-feedback på dit CV og få et smugkig på, hvad centeret tilbyder.
Personlige karrieresamtaler
Strukturerede én-til-én-sessioner hvor vi identificerer dine mål og lægger en handlingsplan for at nå dem.
Mock-interviews
Øv almindelige interview- og adfærdsspørgsmål, lær at fremhæve dine styrker og navigere i lønforhandlinger.
CV- og ansøgningsbrev-review
Få skræddersyede forbedringsforslag, der fanger rekrutterernes opmærksomhed og skaffer dig interviewet.
Job- og praktikopslag
Håndplukkede entry-level-muligheder udvalgt af vores karrierespecialister.
Adgang til karriereressource-platform
Fri adgang til materialer, opgaver og branchespecifikke ressourcer på vores læringsplatform.
Mentor- og netværksevents
Mød branchefolk, opbyg relationer og få karriereråd i vores networking-arrangementer.
Alumni-netværk
Forbind dig med nuværende og tidligere CLA-deltagere, del viden, diskussioner og jobåbninger.
Hvorfor vælge Code Labs Academy?
1-til-1 karrierecoaching
Personlig støtte fra karrierespecialister: CV- og LinkedIn-gennemgang, prøveinterviews og en tech-fokuseret jobsøgningsstrategi.
Projekter klar til porteføljen
Bliv færdig med en GitHub-klar portefølje af virkelige projekter—bygget i undervisningen og finpudset med mentorfeedback.
Brancheorienteret pensum
Pensum opdateres hvert kvartal for at matche efterspørgslen inden for AI, cybersikkerhed og webudvikling.
Anerkendt certifikat
Del dit AZAV-akkrediterede Code Labs Academy-certifikat på LinkedIn, i dit CV og ved visumansøgninger.