Big Data для руководителей

38 уроков,

начало 20 апреля

Сложность

Начинающий

Тип обучения

Курс

Формат обучения

Записанные лекции

Стоимость курса

950 ₽

нет рассрочки

Курс специально разработан для лидеров проектов и руководителей структурных подразделений, чья работа непрямую связана с большими объемами данных. Сейчас много хайпа вокруг Big Data.

На этом курсе мы попробуем разобраться, что же на самом деле стоит за этим модным понятием и чем может быть полезна Big Data вам и вашей компании, а именно:

1. Разберемся в терминологии.

2. Изучим основные технологии и направления.

3. Поймем требования к специалистам по Big Data.

Что вы получите после обучения

Приобретаемые навыки

Big Data

Machine Learning

Data Science

Вас будут обучать

Опыт Space

курс

Ищем лучших экспертов и помогаем им сделать классные онлайн-курсы. Чтобы вы изучали самое актуальное.

Учись для удовольствия и карьеры!

Vladimir Ershov

курс

Data Science teamlead, руководитель направления BigData в крупных компаниях

Мой опыт:

Построение систем Big Data в крупных компаниях (Альфа-Банк, Сбербанк).
Участник и призер соревнований по программированию.
Преподаю более 4 лет.

Образование:

2016, IE Business school (Madrid, Spain) Masters in Analytics & Big Data.
2015 МГИМО, Информационные технологии в международном бизнесе

Образовательная организация

Stepik

4.6

60 отзывов

Stepik — образовательная платформа и конструктор онлайн-курсов.

Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки.

Наша цель — сделать образование открытым и удобным.

Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Платформа Stepik включает в себя конструктор бесплатных занятий и уроков. Создать интерактивный обучающий курс может любой зарегистрированный пользователь. При этом авторы обучающих материалов сохраняют авторские права. Сервис не имеет ограничений по числу обучающихся на курсе.

Stepik имеет обширные возможности по созданию онлайн-курсов, обучающих занятий и уроков с использованием текстов, видео, картинок, тестовых задач, в процессе выполнения которых можно вести обсуждения с остальными обучающимися, а также с преподавателем. Всего в Stepik присутствует 20 типов заданий, проверка которых может осуществляться как в автоматическом, так и в ручном режиме.

Большим преимуществом данной платформы является возможность встраивать созданные материалы на сторонние сайты, например, Moodle и Canvas.

Кроме того, Stepik может использоваться в качестве площадки для проведения разнообразных мероприятий, таких как олимпиады и конкурсы.

Интерфейс платформы полностью русскоязычный, достаточно дружественный и интуитивно понятный. Платформа полностью бесплатна.

За каждый пройденный курс в Stepik обучающийся получает сертификат о прохождении. Получение сертификата также бесплатно.

Программа курса

Вместо введения
1. Зачем нам столько данных. История machine learning
2. Машина учится. В чем польза?
Чего добились в Big Data
1. Автопилот, переводчики и распознавание речи
2. Генерация видео и фото
3. Улучшение графики и добавление объектов
4. Как нейросети учат друг друга. GAN
5. Почему нейросети любят котиков и собачек
6. Обучение с подкреплением
7. Обучение в условиях неопределенности
8. Вместо вывода
Основные понятия и процессы в Big Data
1. Введение. Что такое данные
2. Распределенные данные. Hadoop
3. Процесс работы с BD
4. Примеры архитектуры BD. Kafka
5. Real-time и не real-time данные. Лямбда-архитектура
6. Преимущества распределенных БД. Принцип 3V
7. Как выбрать архитектуру BD
8. Hadoop или не Hadoop?
9. Выводы
Data Science
1. Что такое Data Science. EDA vs PDA
2. Machine learning. Как это работает
3. Виды машинного обучения. Обучение без учителя
4. Обучение с учителем
5. Как модель учится
6. Наглядный пример машинного обучения. Переобучение
7. Основные метрики машинного обучения
8. Дополнительные метрики
9. Рекомендательные системы
10. Глубокое обучение (Deep learning)
11. Особенности и перспективы deep learning
Как построить работу с Big Data в компании
1. CRISP-DM. Понимание задач бизнеса
2. Постановка задачи
3. Data understanding
4. Подготовка. Построение модели
5. Оценка модели
6. Ввод в эксплуатацию. Пример Netflix
7. Где найти специалистов
8. Заключение