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.
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.
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
- 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