Το Πρώτο Gamified Data Science with Sports Bootcamp.
Τα Workearly Bootcamps είναι τα μοναδικά bootcamps όπου το υλικό προσαρμόζεται στο υπόβαθρο κάθε εκπαιδευόμενου. Μέσω της AI πλατφόρμας του Workearly, κάθε συμμετέχων μπορεί να επιλέξει το επίπεδο δυσκολίας που επιθυμεί και το υλικό θα προσαρμοστεί στο επίπεδο και τις γνώσεις του. Οι Hiring Partners παρακολουθούν την πρόοδο των συμμετεχόντων στο bootcamp. Μια ομάδα άνω των 10 επαγγελματιών είναι διαθέσιμη ανά πάσα στιγμή για να λύσει οποιαδήποτε απορία, να πραγματοποιήσει personal 1-on-1 sessions και να προσφέρει την ευκαιρία γνωριμίας με άλλους ανθρώπους με τα ίδια ενδιαφέροντα!
Hiring Parter- Novibet
H Novibet δραστηριοποιείται από το 2010 στον τομέα παροχής υπηρεσιών διαδικτυακής ψυχαγωγίας. Με παρουσία σε 11 χώρες παγκοσμίως (Ελλάδα, Βραζιλία, Ιρλανδία, Ιταλία, Φιλανδία, Μεξικό, Χιλή, Εκουαδόρ, Καναδά, Κύπρο, Νέα Ζηλανδία), δύο tech hubs σε Ελλάδα και Μάλτα και 900+ εργαζόμενους, η Novibet προσφέρει υπηρεσίες τελευταίας τεχνολογίας που την κατατάσσουν μεταξύ των κορυφαίων GameTech εταιρειών διεθνώς. Παράλληλα, η Novibet με ένα διευρυμένο πρόγραμμα εταιρικής κοινωνικής ευθύνης, υλοποιεί δράσεις κοινωνικής προσφοράς με στόχο την ουσιαστική και πολύ-επίπεδη ενίσχυση ευπαθών κοινωνικών ομάδων και επίκεντρο την ενίσχυση του αθλητισμού στη νέα γενιά, με πρεσβευτές τους κορυφαίους αθλητές Κώστα Τσιμίκα και Γιάννη Κωνσταντέλια. Έτσι, η Novibet διακρίνεται ως ένας καινοτόμος και ευέλικτος φορέας, προσφέροντας συναρπαστικές εμπειρίες στους λάτρεις των σπορ σε όλο τον κόσμο. Θα συμμετέχει ενεργά στα δρώμενα των Workearly schools και θα έρχεται σε επαφή με τους υποψήφιους ατομικά, με στόχο να επιλέξει αυτούς που ταιριάζουν καλύτερα στις ανοιχτές θέσεις εργασίας.
Οκτώβριος
2024
Διάρκεια
Από 4 έως 6 μήνες, ανάλογα με τον χρόνο που διαθέτεις.
Πρόγραμμα Σπουδών
Το πρόγραμμα περιλαμβάνει 8 υποχρεωτικά courses και 1 final project.
Γίνε Data Analyst / Sports Analyst με personal courses προσαρμοσμένα στο επίπεδό σου.
1η Ενότητα
Introduction to Data Science
2η Ενότητα
Sports Predictive Analytics & Forecasting
3η Ενότητα
Sports Data Reporting & Visualization Tools
4η Ενότητα
SQL with Sports Data
5η Ενότητα
Data Analytics
in Excel
6η Ενότητα
Microsoft Power BI
7η Ενότητα
Python for Data Science:
NumPy & Pandas
8η Ενότητα
Tableau
/Data Visualization
Final Project
Data Science with Sports
Professional Project
Συνδύασε τη Μάθηση με το Χόμπι σου.
Κάθε υποψήφιος επιλέγει τα δεδομένα που θα χρησιμοποιήσει και εκπαιδεύεται μέσω gamified courses που προσαρμόζονται στο δικό του επίπεδο.
-Stoiximan Super League
- Champions League
- NBA
- Formula 1
Workearly - Industrial Partner @DATAIA by Paris Saclay University
Το Workearly - Industrial Partner στο DATAIA, το Ινστιτούτο Τεχνητής Νοημοσύνης και Ανάλυσης Δεδομένων του Πανεπιστημίου Paris-Saclay (στα 60 καλύτερα πανεπιστήμια του κόσμου). Συνεργαζόμαστε μαζί σε έρευνα πάνω στις νέες AI εφαρμογές, παρέχοντας υποστήριξη στο πανεπιστήμιο για την αποτελεσματική σύνδεσή του με την αγορά εργασίας.
Εταιρέιες που μας εμπιστεύονται
Το Workearly συνεργάζεται με μεγάλους παρόχους, όπως η Microsoft, η Credly by Pearson και ο HRCI, με στόχο τη διασφάλιση της υψηλής ποιότητας του εκπαιδευτικού υλικού και των πιστοποιήσεων. Επιπλέον, το Workearly έχει επιλεγεί για την εκπαίδευση του προσωπικού από περισσότερες από 1000 εταιρείες στην Ελλάδα.
We’re on a Mission to make learning cool again.
Το Workearly αποτελεί τη νούμερο ένα επιλογή για upskilling και reskilling στην Ελλάδα, έχοντας ποσοστά ολοκλήρωσης των προγραμμάτων τριπλάσια του μέσου όρου της αγοράς, υψηλό βαθμό ικανοποίησης των πελατών του και σημαντικό ποσοστό επαναλαμβανόμενων πελατών, με 1 στους 3 επαγγελματίες να επιλέγει ξανά το Workearly για την παρακολούθηση επιπλέον προγραμμάτων. Τα παραπάνω στοιχεία, παράλληλα με τον πρωτότυπο, διασκεδαστικό και διαδραστικό τρόπο εκπαίδευσης και τη διασύνδεση με την αγορά εργασίας, διαφοροποιούν το Workearly από κάθε άλλη εκπαιδευτική πλατφόρμα. Τα Workearly Bootcamps είναι τα μοναδικά bootcamps όπου το υλικό προσαρμόζεται στο υπόβαθρο κάθε εκπαιδευόμενου. Μέσω της AI πλατφόρμας του Workearly, κάθε συμμετέχων μπορεί να επιλέξει το επίπεδο δυσκολίας που επιθυμεί, και το υλικό θα προσαρμοστεί στο επίπεδο και τις γνώσεις του.