Онлайн-курс – сертифицированная профессиональная специализация по большим данным Калифорнийского университета в Сан-Диего.

Откройте для себя ценность больших данных. Изучите основные методы работы с большими данными в шести простых курсах.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Принятие более эффективных бизнес-решений
  • Понимание больших данных и их влияния на бизнес.
  • Использование Hadoop с MapReduce, Spark, Pig и Hive
  • Создание прогнозных моделей
  • Использование графической аналитики
  • Задавайте правильные вопросы о данных
  • Эффективное общение с учеными по данным
  • Фундаментальное исследование больших и сложных наборов данных
  • Выполнение базового анализа больших данных

What you will learn in the course

Courses for which the course is suitable

  • Аналитик данных
  • специалист по данным
  • Менеджер проектов в области данных
  • Разработчик программного обеспечения в области данных
  • Бизнес-консультант
  • Менеджер информационных систем
  • Эксперт по Hadoop и Spark
  • системный аналитик
  • Менеджер по продукту в области данных
  • Специалист по графической аналитике

Специализация — курсовая серия из 6 курсов.

Принимайте более эффективные бизнес-решения, зная, как организуются, анализируются и интерпретируются большие данные. Используйте свои знания для решения реальных проблем и вопросов.

Для кого это подходит?

  • Если вам нужно понять большие данные и то, как они повлияют на ваш бизнес.
  • Никакого предварительного опыта программирования не требуется!

чему ты научишься

  • Базовая инструкция по использованию Hadoop с MapReduce, Spark, Pig и Hive.
  • Как выполнять прогнозное моделирование и использовать графическую аналитику.
  • Задавать правильные вопросы о данных.
  • Эффективное общение с учеными по данным.
  • Фундаментальное исследование больших и сложных наборов данных.

Выпускной проект

В дипломном проекте в сотрудничестве с компанией-разработчиком программного обеспечения Splunk вы сможете применить полученные навыки для выполнения базового анализа больших данных.

Details of the courses that make up the specialization

Введение в большие данные

Курс 1
• 17 часов
• 4,6 (10 842 оценки)

Детали курса

Что вы изучите: Этот курс предназначен для тех, кто хочет получить базовое понимание области науки о данных и понять, почему наступила эра больших данных. Курс представляет собой введение в одну из наиболее широко используемых платформ — Hadoop.

По окончании курса вы сможете:

  • Опишите ландшафт больших данных, включая примеры реальных командных проблем.
  • Объясните преимущества больших данных (объем, скорость, разнообразие, истинность, ценность).
  • Извлеките ценность из больших данных, используя 5-этапный процесс.
  • Выявляйте проблемы больших данных и преобразуйте их в вопросы науки о данных.
  • Дайте объяснение компонентам архитектуры и моделям программирования.
  • Кратко опишите возможности и ценность компонентов Hadoop.
  • Установите и запустите программу с помощью Hadoop!

Требования к оборудованию:

  • Многоядерный процессор (рекомендуется поддержка VT-x или AMD-V), 64-битный;
  • 8 ГБ ОЗУ;
  • Диск 20 ГБ бесплатно.

Требования к программному обеспечению:

  • Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ или CentOS 6+ VirtualBox 5+.

Моделирование и управление большими данными

Курс 2
• 13 часов
• 4,4 (2992 рейтинга)

Детали курса

Что вы узнаете: вы познакомитесь с различными жанрами данных и инструментами управления, подходящими для каждого из них.

По окончании курса вы сможете:

  • Определите различные элементы данных в вашей работе.
  • Объясните, почему вашей команде необходимо планирование инфраструктуры больших данных.
  • Выберите модель данных, соответствующую характеристикам ваших данных.
  • Примените методы обработки потоковых данных.
  • Разработайте информационную систему на основе больших данных для компании, занимающейся онлайн-играми.

Требования к оборудованию:

  • Многоядерный процессор (рекомендуется поддержка VT-x или AMD-V), 64-разрядный;
  • 8 ГБ ОЗУ;
  • Диск 20 ГБ бесплатно.

Требования к программному обеспечению:

  • Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ или CentOS 6+ VirtualBox 5+.

Интеграция и обработка больших данных

Курс 3
• 17 часов
• 4,4 (2398 оценок)

Детали курса

Что вы научитесь: вы сможете восстанавливать данные из центров обработки данных и выполнять простую интеграцию и обработку данных больших данных.

По окончании курса вы сможете:

  • Описать связи между операциями по управлению данными и шаблонами обработки больших данных.
  • Определите, когда проблема больших данных требует интеграции данных.

Требования к оборудованию:

  • Многоядерный процессор (рекомендуется поддержка VT-x или AMD-V), 64-битный;
  • 8 ГБ ОЗУ;
  • Свободный диск 20 ГБ.

Требования к программному обеспечению:

  • Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ или CentOS 6+ VirtualBox 5+.

Машинное обучение с большими данными

Курс 4
• 21 час
• 4,6 (2455 оценок)

Детали курса

Что вы узнаете: В этом курсе представлен обзор методов машинного обучения для изучения, анализа и использования данных.

По окончании курса вы сможете:

  • Разработайте подход к извлечению ценности из данных.
  • Создавайте модели, которые обучаются на данных.
  • Анализируйте проблемы больших данных с помощью алгоритмов машинного обучения.

Требования к программному обеспечению:

  • Клаудера ВМ, КНИМЭ, Искра.

Графическая аналитика для больших данных

Курс 5
• 13 часов
• 4,3 (1260 оценок)

Детали курса

Что вы изучите: Этот курс дает широкий обзор области графической аналитики.

По окончании курса вы сможете:

  • Смоделировать проблему для графической базы данных.
  • Выполняйте аналитические задачи в масштабе.

Финальный проект – Большие данные

Курс 6
• 20 часов
• 4,4 (395 оценок)

Детали курса

Что вы узнаете: В финальном проекте вы построите экосистему больших данных.

По окончании курса вы сможете:

  • Проанализируйте набор данных, который имитирует большие данные.
  • Создавайте захватывающие отчеты и презентации.