О проекте
СМИ о нас
PySpark используется в программировании для того, чтобы получить функциональность Spark в Python. Воспользоваться возможностями инструмента могут все, кто хочет наиболее качественно работать с кодом. Во время интеграции его в работу вам предстоит также повзаимодействовать с фреймворками и библиотеками. Благодаря этому программисты становятся более профессиональными и умелыми.
10 МесяцевПрограмма курса
Курс состоит из семи тематических блоков, в которых вы обучитесь анализировать большие массивы данных, работать с языками Python и SQL, взаимодействовать с коллегами. В конце вы создадите свой проект по анализу данных.
Чему вы научитесь
Анализировать большие массивы данныхПрименять в работе языки программирования SQL и PythonДелать прогнозы на основе данных и проверять ихПонимать метрикиПринимать аналитические решения для бизнесаПреподаватели
Программа курса
Смотрите лекции в любое время вне зависимости от расписания. Семинары будут проходить в вечернее время с преподавателями УрФУ. Не забывайте, что для освоения программы в полной мере необходимо уделять минимум 15-20 часов в неделю. Последний семестр будет полностью направлен на подготовку к дипломной работе.
Чему вы научитесь
Строить и проверять гипотезыСоздавать ML-моделиРаботать с Big DataРазрабатывать архитектуруОбучать нейронные сетиПреподаватели
Инструменты
Программа курса
Курс поможет освоить профессию специалиста по Data Science с нуля. Для этого вы будете изучать теорию и выполнять задания в тренажёре. Также вас ждут проекты с обратной связью от ревьюера. Также наставник разберёт учебные материалы на примерах реальных компаний.
Чему вы научитесь
Анализировать большие объёмы данных Разбираться в математической статистике и принципах логики Работать с моделями машинного обученияСоставлять прогнозы Предлагать эффективные бизнес-решенияВизуализировать результаты работыИнструменты
Программа курса
В этом симуляторе вас ждёт более восьмидесяти задач трёх уровней сложности. Задания направлены на обучение работе конкретному навыку либо использованию того или иного инструмента.
Чему вы научитесь
Документировать и тестировать кодПонимать статистические критерии и связывать их с моделями машинного обученияРеализовывать кастомные метрики и алгоритмыИспользовать линтеры и строить эмбеддингиДеплоить модели и сервисыПреподаватели
