Bereit, Daten in Erkenntnisse zu verwandeln? In dieser praxisorientierten Vorlesung erlernen Sie die grundlegenden Python-Programmiertechniken – von Variablen, Funktionen, Kontrollstrukturen, Klassen und algorithmischem Denken bis hin zu den Werkzeugen, die moderne Data Science antreiben.

Wir entwickeln uns von den zentralen Programmierkonzepten hin zu echten Analyse-Workflows mit NumPy, Pandas, Matplotlib, Seaborn, Plotly und scikit-learn – und geben Ihnen alles an die Hand, was Sie brauchen, um Daten souverän zu erkunden, zu verarbeiten und zu visualisieren.

Außerdem lernen Sie, wie Large Language Models (LLMs) Sie beim Programmieren unterstützen können: beim Generieren von Code, Debuggen, Verbessern des Programmierstils und Beschleunigen Ihres Lernprozesses.

Unterwegs machen Sie sich vertraut mit
🔥 Grundlagen wie Speicherrepräsentation, Zahlensystemen, formalen Sprachen & einfachen Algorithmen
🔥 Python-Basics: Schleifen, Bedingungen, Collections, List Comprehensions, Funktionen
🔥 Klassen, Vererbung, Module & Imports
🔥 Komplexitätsanalyse, Such- und Sortieralgorithmen
🔥 Clean Code: PEP 8, Docstrings, Typannotationen
🔥 Praktische Workflows mit Git, Conda-Umgebungen, SQL, UML
🔥 leistungsstarken Visualisierungs- und Datentools

Am Ende sind Sie in der Lage, klaren und strukturierten Python-Code zu schreiben, Datensätze zu analysieren, aussagekräftige Visualisierungen zu erstellen – und KI-Tools zu nutzen, um Ihre Produktivität zu steigern.

Machen Sie mit und entdecken Sie, wie Python – und ein wenig Unterstützung durch LLMs – das volle Potenzial Ihrer Daten freisetzen kann!