Online cursus – gecertificeerde professionele stage in data met Google en IBM van het Professional Training Institute, IBM

Geef uw carrière in de datawetenschap een boost. Verwerf basisvaardigheden in datawetenschap om je voor te bereiden op een carrière of om geavanceerde studies in het veld voort te zetten.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Datawetenschap
  • Python-programmering
  • Clouddatabases
  • SQL
  • Relationeel databasebeheersysteem (RDBMS)

What you will learn in the course

Courses for which the course is suitable

  • data wetenschapper
  • Data-analist
  • Gegevens sleutel
  • Analist informatiesystemen
  • Expert op het gebied van kunstmatige intelligentie
  • Statistisch analist
  • Softwareontwikkelaar met specialisatie in data
  • Big data-expert
  • Business data-analist
  • Projectmanager op het gebied van data science

Stage – een reeks van 4-delige cursussen

Wilt u meer weten over data science, maar weet u niet waar u moet beginnen? Deze vierdelige cursusreeks van IBM biedt u de fundamentele vaardigheden die elke datawetenschapper nodig heeft om u voor te bereiden op een carrière in de datawetenschap of op geavanceerde studies in het veld.

Wat ga je studeren tijdens de stage?

  • Wat is data science en wat zijn de rollen van data science.
  • De impact van data science op verschillende terreinen.
  • Hoe data-analyse u kan helpen datagestuurde beslissingen te nemen.
  • Beginnen in het veld zonder voorafgaande kennis van informatica of programmeertalen.
  • Concepten begrijpen zoals big data, statistische analyse en relationele databases.
  • Bekendheid met open source tools en programma’s zoals Jupyter Notebooks, RStudio, GitHub en SQL.

Labs en praktijkprojecten

Je voltooit praktijkgerichte labs en projecten om de methodologie te leren die betrokken is bij het oplossen van datawetenschapsproblemen en om je nieuwe vaardigheden en kennis toe te passen op datasets uit de echte wereld.

Certificaten en erkenning

Naast een stagevoltooiingslicentie van Coursera ontvang je ook een digitale badge van IBM die jou erkent als expert in de grondbeginselen van data science. Deze training kan ook gebruikt worden voor het IBM Data Science Professional Certificate.

Een praktisch leerproject

Alle cursussen in de specialisatie omvatten verschillende praktische labs en oefeningen om u te helpen praktische ervaring en vaardigheden op te doen met een verscheidenheid aan datasets en tools zoals Jupyter, GitHub en R Studio. Bouw uw data science-portfolio op met de materialen die u tijdens het programma gaat produceren. De projecten die de cursus samenvatten zijn onder meer:

  • Maak en deel een Jupyter Notebook met codeblokken en Markdown.
  • Een probleem ontwikkelen dat kan worden opgelost door de data science-methodologie toe te passen en uit te leggen hoe elke stap van de methodologie wordt toegepast om het op te lossen.
  • SQL gebruiken om bevolkings-, misdaad- en demografische gegevens te bevragen om factoren te identificeren die van invloed zijn op schoolbezoek, veiligheid, gezondheid en milieubeoordelingen.

Details of the courses that make up the specialization

Wat is datawetenschap?

Cursus 1 • 11 uur • 4,7 (72.446 beoordelingen)

Cursusdetails
  • Definitie van datawetenschap en het belang ervan in de huidige datagedreven wereld.
  • Beschrijving van de verschillende paden die kunnen leiden tot een carrière in data science.
  • Een verzameling adviezen van doorgewinterde datawetenschappers tot beginnende datawetenschappers.
  • Leg uit waarom data science wordt beschouwd als de meest gevraagde baan van de 21e eeuw.
Vaardigheden die je opdoet:
  • Categorie: Datawetenschap
  • Categorie: grote data
  • Categorie: machinaal leren
  • Categorie: diep leren
  • Categorie: Datamining

Cursus 2 • 18 uur • 4,5 (29.076 beoordelingen)

Cursusdetails
  • Beschrijving van de toolkit van de datawetenschapper, inclusief: bibliotheken en items, datasets, machine learning-modellen en big data-tools.
  • Gebruik maken van talen die gebruikelijk zijn bij datawetenschappers zoals Python, R en SQL.
  • Praktische kennis demonstreren van tools zoals Jupyter-notebooks en RStudio en genieten van hun verschillende functies.
  • Creëer en beheer data science-broncode met behulp van Git- en GitHub-opslagplaatsen.
Vaardigheden die je opdoet:
  • Categorie: Datawetenschap
  • Categorie: Python-programmering
  • Categorie: GitHub
  • Categorie: RStudio
  • Categorie: Jupyter-notebooks

Cursus 3 • 6 uur • 4,6 (20.348 beoordelingen)

Cursusdetails
  • Een beschrijving van wat data science-methodologie is en waarom datawetenschappers deze nodig hebben.
  • Toepassing van de zes stappen binnen de CRISP-DM-methodologie voor case study-analyse.
  • Evaluatie van het geschikte analytische model tussen voorspellende, beschrijvende en classificatiemodellen voor case study-analyse.
  • Het bepalen van de juiste gegevensbronnen voor uw data-analysemethodologie.
Vaardigheden die je opdoet:
  • Categorie: Datawetenschap
  • Categorie: Data-analyse
  • Categorie: CRISP-DM
  • Categorie: Methodologie
  • Categorie: Datamining

Cursus 4 • 20 uur • 4,7 (20.459 beoordelingen)

Cursusdetails
  • Analyseren van gegevens binnen een database met behulp van SQL en Python.
  • Een relationele database maken en met meerdere tabellen werken met behulp van DDL-opdrachten.
  • Het bouwen van SQL-query’s vanaf het basis- tot een gemiddeld niveau met behulp van DML-opdrachten.
  • Formuleer krachtigere queries met geavanceerde SQL-technieken zoals Views, Transactions, Stored Procedures en Joins.
Vaardigheden die je opdoet:
  • Categorie: Python-programmering
  • Categorie: Clouddatabases
  • Categorie: Relationeel Database Management Systeem (RDBMS)
  • Categorie: SQL
  • Categorie: Jupyter-notebooks