Онлайн-курс — сертифицированный профессиональный сертификат IBM Data Science от IBM

Подготовьтесь к карьере специалиста по данным. Развивайте соответствующие навыки в целом и в области искусственного интеллекта в частности для востребованной карьеры. Получите сертификат от IBM. Никакого предыдущего опыта не требуется.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс — сертифицированный профессиональный сертификат IBM Data Science от IBM

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

  • базы данных
  • данные воспроизводятся
  • Статистический анализ
  • прогнозная модель
  • Алгоритмы машинного обучения
  • выборка данных
  • Питон
  • SQL
  • Блокноты Jupyter
  • Гитхаб
  • Рстудия
  • Панды
  • Нампи
  • ScikitLearn
  • Матплотлиб
  • Обработка финансовых данных
  • SQL-запросы для демографических данных
  • Проектирование графиков и регрессионных моделей
  • Создание динамической информационной панели
  • Применение алгоритмов прогнозирования
  • Обучение и сравнение моделей машинного обучения

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • Аналитик данных
  • Разрабатывает модели машинного обучения
  • аналитик данных
  • Инженер данных
  • Эксперт по искусственному интеллекту
  • Разработчик программного обеспечения в области данных
  • Менеджер проектов в области Data Science
  • Консультант по данным
  • Специалист по данным

Профессиональный сертификат — курс из 12 занятий.

Подготовьтесь к карьере в быстрорастущей области науки о данных . В этой программе вы всего за 5 месяцев разовьете навыки, инструменты и портфолио, которые дадут вам конкурентное преимущество на рынке труда в качестве специалиста по данным начального уровня. Никаких предварительных знаний в области информатики или языков программирования не требуется.

Наука о данных включает сбор, очистку, организацию и анализ данных с целью извлечения полезной информации и прогнозирования предсказуемых результатов. Спрос на квалифицированных специалистов по данным, которые могут использовать данные, чтобы рассказывать убедительные истории и помогать в принятии решений, никогда не был выше.

Вы освоите необходимые навыки, используемые профессиональными учеными-данными, включая базы данных, визуализацию данных, статистический анализ, прогнозное моделирование, алгоритмы машинного обучения и моделирование данных. Вы также будете работать с новейшими языками, инструментами и библиотеками, включая Python, SQL, блокноты Jupyter, Github, Rstudio, Pandas, Numpy, ScikitLearn, Matplotlib и другими.

По завершении полной программы вы создадите портфолио проектов по науке о данных , которые придадут вам уверенность в том, что вы сможете выделиться на собеседованиях. Кроме того, вы получите доступ к сети талантов IBM, где сможете увидеть объявление о вакансии сразу после его публикации, рекомендации, соответствующие вашим навыкам и интересам, а также советы, которые отличят вас от других претендентов.

Эта программа рекомендована ACE® и FIBAA — после ее завершения вы сможете заработать до 12 академических кредитов и 6 ECTS.

Практический учебный проект

Этот профессиональный сертификат подчеркивает практическое обучение и включает серию практических занятий в облачных лабораториях IBM, которые дадут вам практические навыки, которые можно применить в реальной работе. У вас также будет возможность узнать, как инструменты и методы генеративного искусственного интеллекта используются в науке о данных.

Инструменты, которые вы будете использовать: Jupyter/JupyterLab, GitHub, R Studio и Watson Studio.

Библиотеки, которые вы будете использовать: Pandas, NumPy, Matplotlib, Seaborn, Folium, ipython-sql, Scikit-learn, ScipPy и т. д.

Проекты, которые вы выполните:

  • Обход и перетаскивание финансовых данных с помощью библиотеки Pandas на Python

  • Использование SQL для запроса наборов данных о населении, преступности и школьных демографических данных.

  • Разработка данных, построение графиков и регрессионное моделирование для прогнозирования цен на жилье с использованием библиотек обработки данных Python.

  • Создание динамической панели управления на Python для повышения надежности внутренних рейсов в США

  • Применение алгоритмов машинного обучения для прогнозирования возможности получения кредита

  • Обучение и сравнение моделей машинного обучения

Details of the courses that make up the specialization

Что такое наука о данных?

Курс 1 • 11 часов • 4,7

  • Определите, что такое наука о данных и почему она важна в современном мире, управляемом данными.
  • Опишите различные пути, которые могут привести к карьере в области науки о данных.
  • Обобщите советы, которые опытные специалисты в области обработки данных дают начинающим специалистам по обработке данных.
  • Объясните, почему наука о данных считается самой востребованной профессией в 21 веке.

Навыки, которые вы приобретете

  • Выбор моделей
  • анализ данных
  • Программирование на Python
  • Визуализация данных
  • прогнозные модели

Инструменты обработки данных

Курс 2 • 18 часов • 4,5

  • Опишите арсенал инструментов специалиста по данным, включая библиотеки и пакеты, наборы данных, модели машинного обучения и инструменты для работы с большими данными.
  • Используйте распространенные языки обработки данных, такие как Python, R и SQL.
  • Модель имеет практические знания таких инструментов, как Jupyter Notebooks и RStudio.
  • Создавайте исходный код для обработки данных и управляйте им с помощью репозиториев Git и GitHub.

Навыки, которые вы приобретете

  • Наука о данных
  • Программирование на Python
  • GitHub
  • RStudio
  • Ноутбуки Jupyter

Методология науки о данных

Курс 3 • 6 часов • 4,6

  • Опишите, что такое методология науки о данных и почему ученым, работающим с данными, нужна эта методология.
  • Примените шестиэтапный процесс межотраслевого анализа данных (CRISP-DM) для анализа тематического исследования.
  • Оцените, какая аналитическая модель подходит среди прогнозных, описательных и классификационных моделей.
  • Определите подходящие источники данных для вашей методологии анализа данных науки о данных.

Навыки, которые вы приобретете

  • Наука о данных
  • анализ данных
  • Программирование на Python
  • NumPy
  • Панды

Python для науки о данных, искусственного интеллекта и разработки

Курс 4 • 25 часов • 4,6

  • Изучите Python — самый популярный язык программирования для анализа данных и разработки программного обеспечения.
  • Применяйте принципы программирования на Python: переменные, структуры данных, циклы, функции, объекты и классы.
  • Умение моделировать использование библиотек Python, таких как Pandas и NumPy.
  • Доступ к данным и манипулирование ими с помощью API-интерфейсов Python и библиотек, таких как Beautiful Soup.

Навыки, которые вы приобретете

  • Программирование на Python
  • Панели мониторинга и диаграммы
  • Визуализация данных
  • Матплотлиб

Проект Python для науки о данных

Курс 5 • 8 часов • 4,5

  • Играйте роль ученого/аналитика данных, работающего над реальным проектом.
  • Продемонстрируйте свои навыки Python.
  • Создайте панель мониторинга, используя Python и такие библиотеки, как Pandas, Beautiful Soup и Plotly.

Навыки, которые вы приобретете

  • GitHub
  • Блокнот Юпитера
  • Кластеризация K-средних

Базы данных и SQL для науки о данных с помощью Python

Курс 6 • 20 часов • 4,7

  • Анализ данных в базе данных с использованием SQL и Python.
  • Создайте реляционную базу данных и работайте с несколькими таблицами.
  • Создавайте базовые и промежуточные SQL-запросы.
  • Пишите более мощные запросы, используя передовые методы SQL.

Навыки, которые вы приобретете

  • Программирование на Python
  • Облачные базы данных
  • SQL

Анализ данных с помощью Python

Курс 7 • 15 часов • 4,7

  • Разработка Python-кода для очистки данных и подготовки к анализу.
  • Проводить анализ данных расследования и применять аналитические методы.
  • Создавайте и оценивайте модели регрессии, используя библиотеку машинного обучения scikit-learn.

Навыки, которые вы приобретете

  • машинное обучение
  • регресс
  • Классификация

Визуализация данных с помощью Python

Курс 8 • 20 часов • 4,5

  • Реализуйте методы визуализации данных с помощью библиотек Python.
  • Создавайте различные типы диаграмм.
  • Создавайте интерактивные информационные панели.

Навыки, которые вы приобретете

  • Наука о данных
  • анализ данных
  • генерация данных

Машинное обучение с Python

Курс 9 • 13 часов • 4,7

  • Описать различные типы алгоритмов машинного обучения.
  • Напишите код Python, реализующий различные методы классификации.
  • Оцените результаты линейной регрессии.

Навыки, которые вы приобретете

  • карьерный рост
  • навыки собеседования

Практическое обучение в области науки о данных

Курс 10 • 13 часов • 4,7

  • Продемонстрировать навыки моделирования данных и методов машинного обучения.
  • Примените свои навыки для сбора данных, манипулирования ими, анализа данных и проведения расследований.

Навыки, которые вы приобретете

  • Наука о данных
  • анализ данных
  • Программирование на Python

Генеративный искусственный интеллект: улучшите свою карьеру в области науки о данных

Курс 11 • 12 часов • 4,7

  • Используйте генеративные инструменты искусственного интеллекта для исследования и подготовки данных.
  • Практикуйте навыки генеративного искусственного интеллекта в практических лабораториях и проектах.

Навыки, которые вы приобретете

  • Наука о данных
  • Большие данные
  • машинное обучение

Руководство по карьере специалиста по данным и подготовка к собеседованию

Курс 12 • 9 часов • 4,7

  • Опишите роль специалиста по данным и некоторые карьерные пути.
  • Объясните, как создать основу для поиска работы.
  • Кратко опишите, чего может ожидать кандидат во время типичного цикла собеседования.

Навыки, которые вы приобретете

  • Наука о данных
  • анализ данных
  • КРИСП-ДМ

Похожие