Факультет аналитики Big Data. Курс от GeekBrains

Описание

• Формат — Онлайн-курс
• Длительность — 18 месяцев
• 9 кейсов в вашем портфолио
• Гарантия — Гарантия трудоустройства
• Стоимость — от 216 000 руб. Возможна рассрочка

Кому подойдет курс

• Новичкам.  Сможете стать специалистом по анализу больших данных, даже если никогда не работали в IT-сфере.
• Начинающим аналитикам. У вас будет всё для ускоренного карьерного роста: комплексные знания и опыт работы с продвинутыми инструментами, методологиями и стандартами.
• Практикующим IT-специалистам. Подскажем, как перейти в востребованное направление и зарабатывать больше.

Программа обучения

Подготовительный блок

Курсы:

• Видеокурс: как учиться эффективно
• Основы языка Python

I четверть. Фундамент анализа данных

Студенты научатся главному инструменту аналитика — языку SQL. Также изучат основы языка Python и базовые библиотеки Python для анализа данных (NumPy, Pandas, Matplotlib, Scikit-learn).

Проект. Закрытое соревнование на Kaggle по предсказанию цены на недвижимость — решение задачи регрессии.

II четверть. Сбор, обработка и хранение данных

Это основы Big Data. Студенты научатся собирать данные из различных источников. Также проработают процессы предобработки неструктурированных данных и их хранения в различных базах данных для дальнейшего анализа. На заключительном этапе познакомятся с популярным инструментом по работе с большими данными — Hadoop.

Проекты:

• Несколько пауков для сбора данных с сайтов разной сложности: от открытого API до динамических страниц.
• Хранение и обработка полученных данных.

III четверть. Алгоритмы обработки и анализа данных. Совместно с компанией X5 Retail Group

Студенты начнут изучение теории вероятностей и математической статистики для понимания работы алгоритмов анализа данных. Также узнают базовые алгоритмы для решения основных задач анализа данных, научатся реализовать их с помощью Python и смогут применять их на практике в дальнейшем.

Проекты:

• Разведочный анализ данных (EDA) на основе выбранного датасета: визуализация, корреляционный анализ, дисперсионный анализ, факторный анализ.
• Предиктивная аналитика выбранного датасета.
• Участие в одном или двух соревнованиях на Kaggle: предсказать средний балл на экзамене по математике, который получают ученики репетиторов; предсказать, подойдет ли репетитор для подготовки к экзамену по математике.
• Проект от X5 Retail Group: А/Б-тестирование на данных офлайн-ритейла.

IV четверть. Системы машинного обучения. Рекомендательные системы

Студенты погрузятся в прикладное машинное обучение: решат несколько бизнес-кейсов с применением ML, а также подробно изучат популярный фреймворк для работы с BigData — Apache Spark. Курсовой проект будет включать разработку рекомендательной системы.

 Проекты:

• Проект разработки модели с помощью Flask от сырых данных и типичных для отрасли задач до внедрения.
• Рекомендательная система на основе коллаборативной фильтрации.

V четверть. Аналитика Big Data для бизнеса

Студенты научатся решать задачи ML с отзывами клиентов, геоданными и соцсетями. Также освоят несколько задач бизнес-аналитика в современных BI-системах: построение витрин данных, прогнозирование, управление знаниями и отчетность.Также студенты познакомятся с real-time системой обработки и анализа больших данных на основе Kafka и Apache Streaming.