Big Data для руководителей

38 уроков,

начало 22 декабря

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

Machine Learning

Big Data

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.

Помогаем учиться, а также создавать свои курсы и обучать

Первые учебные материалы были размещены на платформе в 2013 году. Сегодня среди охваченных курсами тем: программирование, информатика, математика, статистика
и анализ данных, биология и биоинформатика, инженерно-технические и естественные науки. Онлайн-курсы, размещенные на Stepik, неоднократно становились призерами конкурсов онлайн-курсов, а система автоматизированной проверки задач используется в ряде курсов на платформах Coursera и edX. Также Stepik активно развивает направление адаптивного обучения, где каждый сможет изучать материал, подобранный индивидуально под свой уровень знаний.

Stepik является также площадкой для проведения конкурсов и олимпиад — среди мероприятий — отборочный этап Олимпиады НТИ, онлайн-этап акции Тотальный диктант, международная олимпиада по биоинформатике.

Stepik — многофункциональная и гибкая платформа для создания образовательных материалов. Вы можете создавать онлайн курсы, интерактивные уроки с видео и различными типами заданий для учащихся, приватные курсы для ограниченной аудитории, проводить олимпиады и конкурсы, запускать программы профессиональной переподготовки и повышения квалификации, а также обучать своих сотрудников и клиентов.

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