Herzlich willkommen zu unserem Portfolio Projekt Kurs! In den nächsten drei Wochen wirst du mit unserer Unterstützung dein eigenes Data Science oder Data Analytics Projekt umsetzen. Damit endet wahrscheinlich deine Reise bei StackFuel und wir hoffen, dass du mit einem tollen Projekt und vielen neuen Fähigkeiten in die Zukunft starten kannst.
Hier findest du alles, was du brauchst, um erfolgreich in dein Data Projekt zu starten. Wir haben für dich ein strukturiertes Template vorbereitet und praktische Leitfäden zusammengestellt, die dich durch den gesamten Prozess begleiten werden.
- 🚀 Vorbereitung
- 📅 Ablauf des Kurses
- 📚 Zusätzliche Ressourcen
- 💬 Support & Kommunikation
- ✅ Quick Start Checklist
Wir werden uns im ersten gemeinsamen Termin das Projekttemplate anschauen und dir zeigen, wie du damit den ersten Schritt zu deinem Projekt machst. Damit du optimal vorbereitet bist und gleich mitmachen kannst, stelle sicher, dass du Folgendes bereits vorbereitet hast:
- GitHub Account: Du solltest einen GitHub Account haben, um dein Projekt zu hosten und mit anderen zu teilen. Melde dich dafür hier an.
- Git Installation: Stelle sicher, dass Git auf deinem Computer installiert ist. Folge dazu dem Abschnitt Installation von Git in unserem Leitfaden für Git.
- Visual Studio Code: Installiere Visual Studio Code, falls du es noch nicht hast. Du findest eine Anleitung im Abschnitt Download und Installation von VSCode in unserem Leitfaden für Visual Studio Code.
- UV Paketmanager: Stelle sicher, dass du den UV Paketmanager installiert hast. Eine Anleitung findest du in unserem Leitfaden für den UV Paketmanager.
Wenn du möchtest, kannst du bereits einen Blick in unser Projekttemplate werfen. Es enthält eine grundlegende Struktur, die dir den Einstieg erleichtert.
Alternativ kannst du dir auf Kaggle geeignete Datensätze anschauen, die du in deinem Projekt verwenden kannst. Wir haben eine Liste von geeigneten Datensätzen in unserem Beispieldatensätze Leitfaden zusammengestellt.
Der Kurs ist auf 3 Wochen angelegt. In dieser Zeit wirst du Schritt für Schritt dein Projekt entwickeln.
- Kennenlernen des Mentoring Teams und der anderen Teilnehmenden
- Einführung in das Projekttemplate und die Kursstruktur
- Erste Schritte mit GitHub und Visual Studio Code
- Gemeinsame Besprechung möglicher Projektideen
- Kurzes Update zu deinem Fortschritt
- Beantwortung von Fragen und Klärung von Problemen
- Feedback zu deinem aktuellen Stand
- Ausblick auf die kommende Woche
- Präsentation deines fertigen Projekts (10-15 Minuten)
- Feedback von Mentoren und anderen Teilnehmenden
- Feier eures gemeinsamen Erfolgs! 🎉
Die genauen Termine und Uhrzeiten werden dir per E-Mail mitgeteilt.
Wichtig: Solltest du an einem Termin nicht teilnehmen können oder Fragen haben, kannst du dich gerne jederzeit an das Mentoring Team wenden.
In der ersten Woche richtest du deine Entwicklungsumgebung ein und planst dein Projekt. Du wirst lernen, wie du GitHub für die Versionskontrolle nutzt und wie du Visual Studio Code als IDE verwendest.
- Technisches Setup: GitHub Account erstellt, Git, VSCode und UV installiert
- Leitfäden lesen: Mit allen Tools arbeiten können; nutze dafür die Setup-Leitfäden
- Repository erstellen: Projekt auf GitHub angelegt und mit Mentoring Team geteilt
- Datensatz auswählen: Passenden Datensatz gefunden und erste Exploration durchgeführt
- Projektziele definieren: Klare Fragestellungen und Hypothesen für dein Projekt formuliert
- README schreiben: Erste Version deiner Projektbeschreibung erstellt
Die zweite Woche steht ganz im Zeichen der Datenanalyse und der Entwicklung deines Projekts. Du wirst dich intensiv mit deinem gewählten Datensatz auseinandersetzen, tiefgreifende Analysen durchführen und, sofern du ein Data Science Projekt umsetzt, deine ersten Modelle trainieren.
- Tiefgehende EDA: Vollständige explorative Datenanalyse mit aussagekräftigen Visualisierungen
- Datenbereinigung: Umgang mit fehlenden Werten, Ausreißern und inkonsistenten Daten
- Erste Erkenntnisse: Wichtige Patterns und Insights aus den Daten extrahiert
- Dokumentation: Fortschritte und Learnings kontinuierlich dokumentiert
Zusätzlich für Data Science Projekte:
- Feature Engineering: Relevante Features identifiziert und erstellt
- Baseline Model: Erstes einfaches Modell trainiert und evaluiert
- Modellvergleich: Verschiedene Algorithmen getestet
In der letzten Woche bringst du dein Projekt zum Abschluss und bereitest deine Präsentation vor. Der Fokus liegt auf der Verfeinerung deiner Ergebnisse und einer klaren Kommunikation deiner Erkenntnisse.
- Ergebnisse finalisieren: Finale Analysen durchführen und Modelle optimieren
- Visualisierungen erstellen: Aussagekräftige Grafiken für die Präsentation
- Dokumentation vervollständigen: README, Code-Kommentare und Projektdokumentation überarbeiten
- Präsentation vorbereiten: Storyline entwickeln und Folien erstellen
Zusätzlich für Data Science Projekte:
- Modell-Performance: Finale Evaluation
- Feature Importance: Analyse der wichtigsten Einflussfaktoren
Du lernst in diesem Kurs einige neue Tools kennen. Um dir die Arbeit mit diesen Arbeitsmitteln zu erleichtern, haben wir Leitfäden erstellt, die dich Schritt für Schritt an die Arbeit mit diesen heranführen. Mache dich in der ersten Woche mit diesen Tools vertraut, um ein gutes Portfolio Projekt umsetzen zu können.
- Einrichtung von Visual Studio Code - IDE Setup und wichtige Extensions
- Leitfaden für das Terminal - Grundlegende Kommandozeilen-Befehle
- Leitfaden für den Python Paketmanager UV - Dependency Management
- Leitfaden für Git - Versionskontrolle mit Git
- Projekt Template - Vorlage für ein gut organisiertes Data Projekt
- Projekt Leitfaden - Tipps für Struktur und Best Practices
- Beispieldatensätze - Kuratierte Auswahl an Datensätzen für verschiedene Projekttypen
- Referenzprojekt - Schau dir an, wie ein fertiges Projekt aussehen kann
Projektauswahl:
- Wähle ein Thema, das dich wirklich interessiert
- Stelle sicher, dass der Datensatz nicht zu komplex, aber auch nicht zu simpel ist
- Definiere klare, beantwortbare Fragestellungen
Während der Entwicklung:
- Committe regelmäßig in Git
- Dokumentiere deine Gedankengänge und Entscheidungen
- Bleibe in Kontakt mit dem Mentoring Team
- Fange früh mit der Dokumentation an
Für die Präsentation:
- Erzähle eine Geschichte mit deinen Daten
- Fokussiere auf die wichtigsten Erkenntnisse
- Sei ehrlich über Limitationen und Herausforderungen
- Übe deine Präsentation im Vorfeld
- Technische Probleme: Nutze die Setup-Leitfäden oder frage im Slack-Channel
- Inhaltliche Fragen: Bringe sie zu den Check-in Terminen mit
- Dringende Anliegen: Kontaktiere das Mentoring Team direkt
Hast du Verbesserungsvorschläge für diesen Kurs oder die Materialien? Wir freuen uns über dein Feedback und werden es für zukünftige Kurse nutzen.
Bevor es losgeht, stelle sicher, dass du diese Punkte abhaken kannst:
- GitHub Account erstellt
- Git installiert und konfiguriert
- Visual Studio Code installiert
- UV Paketmanager installiert
- Erste Idee für ein Projektthema
- Termine im Kalender eingetragen
Wir wünschen dir viel Erfolg und freuen uns darauf, dein Projekt wachsen zu sehen! Bei Fragen sind wir jederzeit für dich da. 💪