Курсы IT: Программирование Big Data Основы BigData и Data Science. Алгоритмы, библиотеки, инструменты на базе Python

Основы BigData и Data Science. Алгоритмы, библиотеки, инструменты на базе Python «IT CLOUD»

Name: Основы BigData и Data Science. Алгоритмы, библиотеки, инструменты на базе Python
Start: Оставьте заявку и менеджеры сообщат вам ближайшую дату
Location: IT CLOUD

IT CLOUD в Екатеринбурге

Форма обучения: Очная, Курсы

Категория: «Big Data»

Отзывы: 0 / 0 / 0

Оставьте отзыв

Курс знакомит с основными понятиями теории больших данных, важнейшими алгоритмами их обработки и практической организацией работы на примере Hadoop. Особое внимание уделено математическим аспектам. В качестве практических примеров слушателям продемонстрируются наиболее популярные инструменты и библиотеки на базе Python: Anaconda, NumPy, Pandas, Matplotlib, Scikit и TensorFlow.

Требуемый стартовый уровень владения предметом: Начальный

О курсе Отзывы

Начало: Оставьте заявку и менеджеры сообщат вам ближайшую дату

Учебных часов: 40

Дней: 5

Стоимость/час: 78000 руб (1950 руб/час)

Большая группа

Необходимые стартовые навыки

базовое техническое образование;
приветствуется знакомство с Linux и Python.

Возможные профессии после курса

ETL-разработчик

Анонс

Описание методов, задач обработки и области применения технологий Big Data.
Основные характеристики больших данных и их влияние на сбор, хранение, обработку и анализ данных.
Критерии аналитических задач, решение которых предпочтительно с использованием технологий Big Datа.
Кластеры Hadoop и алгоритмический базис MapReduce.
Практический пример: построение кластера Hadoop и работа с ним.
Платформа Anaconda как удобный инструмент работы с машинным обучением.
Практический пример: возможности библиотек Python NumPy и Pandas.
Обзор методов бизнес-аналитики.
Методы машинного обучения (задача классификации и кластеризации, в частности задача формирования статистических выборок).
Введение в бизнес-аналитику с использованием методов класса machine learning.
Практический пример: Scikit.
Языки и модели программирования, используемые в технологиях Big Data.
Средства визуализации.
Практический пример: использование Matplotlib.
Архитектура верхнего уровня Big Data решений.
Ограничения текущих технологий Big Data.
Практический пример: использование TensorFlo.