为数据科学家的职业生涯做好准备。培养一般相关技能，尤其是人工智能领域的相关技能，以获得广受欢迎的职业。从 IBM 获取证书。不需要任何经验。
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
为在 快速发展的数据科学领域的职业生涯做好准备。在该计划中，您将在短短 5 个月内发展技能、工具和投资组合，这将使您在职业生涯开始时作为数据科学家在就业市场上具有竞争优势。不需要计算机科学或编程语言的先验知识。
数据科学涉及收集、清理、组织和分析数据，以提取有用的见解并预测可预测的结果。对能够使用数据讲述引人入胜的故事并帮助做出决策的熟练数据科学家的需求从未如此之高。
您将学习 专业数据科学家使用的必要技能，包括数据库、数据可视化、统计分析、预测建模、机器学习算法和数据采样。您还将使用最新的语言、工具和库，包括 Python、SQL、Jupyter 笔记本、Github、Rstudio、Pandas、Numpy、ScikitLearn、Matplotlib 等。
完成完整计划后，您将构建 一个数据科学项目组合 ，让您有信心在求职面试中脱颖而出。您还可以访问 IBM 的人才网络，在那里您可以看到发布的第一职位发布 、根据您的技能和兴趣量身定制的推荐，以及让您与其他参赛者区分开来的技巧。
该计划由 ACE® 和 FIBAA 推荐——完成后，您最多可以获得 12 个学分和 6 个 ECTS 学分。
实践学习项目
该专业证书强调实践学习，包括一系列动手实践 IBM 云实验室，为您提供可应用于实际工作的动手实践技能。您还将有机会了解如何在数据科学中使用生成式 AI 工具和技术。
您将使用的工具： Jupyter / JupyterLab、GitHub、R Studio 和 Watson Studio
您将使用的库： Pandas、NumPy、Matplotlib、Seaborn、Folium、ipython-sql、Scikit-learn、ScipPy 等。
待完成项目：
在 Python 中使用 Pandas 库交叉和拖动财务数据
使用 SQL 查询人口、犯罪和学校的人口数据集
使用 Python 数据科学库预测住宅价格的数据设计、图形设计和回归建模
在 Python 中创建动态控制面板以提高美国国内航班的可靠性
应用机器学习算法来预测贷款案例是否会成为现实
训练和比较机器学习模型
课程 1 • 11 小时 • 4,7
课程 2 • 18 小时 • 4,5
课程 3 • 6 小时 • 4,6
课程 4 • 25 小时 • 4,6
课程 5 • 8 小时 • 4.5
课程 6 • 20 小时 • 4,7
课程 7 • 15 小时 • 4.7
课程 8 • 20 小时 • 4,5
课程 9 • 13 小时 • 4,7
课程 10 • 13 小时 • 4,7
课程 11 • 12 小时 • 4,7
课程 12 • 9 小时 • 4.7
