商业领袖的数据科学
- 预计完成时间： 4-8 周
- 先决条件：概率、统计和商业经验
- 学习地点：
- 来自这个 Udacity 纳米学位
- 在此商业创新数据科学课程中
这是一门高管课程，为企业领导者和经理提供指导方针和策略，以解决将数据科学融入企业 阿尔巴尼亚电报号码数据 过程中的人力资本、管理和技术挑战。它帮助学生学习如何在企业的各个职能领域中发现数据科学的机会。
如果您想从这个高管项目中获得最大收益，那么您应该事先接触过统计学和概率学，并有在技术环境中（最好是 IIT）进行商业决策的经验。
尽管大多数企业意识到了数据科学能力的重要性，但他们不确定从哪里开始。本课程可帮助您了解有关数据科学、其范围和数据科学家的一切。它教您如何阐明企业的战略目标并识别基于数据科学的转型机会。您还将了解数据科学和数据与机器学习的人力资本组成部分。
数据流
- 预计完成时间： 2 个月
- 先决条件：中级 Python 和 SQL 技能，以及 ETL 经验
- 学习地点：
- 来自这些 Coursera 课程
- 来自Udacity 的数据流纳米学位
数据流课程可帮助您熟练掌握 Kafka、Kafka Streaming、Spark Streaming 和 Apache Spark 等现代数据工程工具，从而学习如何实时处理数据。了解数据 营销发生了变化 流系统的组件后，您将着手构建实时分析应用程序。您还将编译数据并运行分析，并从流控制台生成的报告中获得见解。
更具体地说，你将学习如何：
- 识别 Spark Streaming 的组件（架构和 API）
- 使用结构化流构建连续应用程序
- 使用 Spark Structured Streaming 使用和处理来自 Apache Kafka 的数据（包括设置和运行 Spark 集群）
- 创建 DataFrame 作为源 DataFrame 的聚合
- 将复合 DataFrame 导入 Kafka
- 目视检查数据接收器的准确性
SQL
- 预计完成时间： 2 个月
- 先决条件：对数据类型有基本的了解
- 学习地点：
- 来自DataCamp
- 来自Coursera（免费课程）
- 来自Udacity
结构化查询语言或 SQL 是大数据分析的核心语言；通过掌握它，您将为您的业务制定洞察力 企业对企业数据库 驱动的战略和决策。该课程首先让您利用 SQL 命令、数据清理方法和函数的强大功能来聚合、连接和清理表，并完成性能调整分析以提供战略业务建议。最后，您将学习如何应用关系数据库管理技术来规范化数据模式并为社交新闻聚合器构建支持数据结构。
您必须知道如何正确构建数据库，以便高效、有效地分析和查询数据。SQL 程序向您展示如何使用数据库定义语言 (DDL) 创建在 Postgres 中设计的数据模式，以及如何应用 SQL 数据库操作语言 (DML) 将数据从非规范化模式迁移到规范化模式。它还可以帮助您了解关系数据库与其非关系数据库之间的权衡。
商业分析
- 预计完成时间： 3 个月
- 先决条件：无
- 学习地点：
- 来自Skillshare
- 来自DataCamp
- 摘自宾夕法尼亚大学Coursera 的商业分析专业课程
在商业分析课程中，您将学习适用于不同行业和职能的数据技能。您还将学习如何使用 Excel 分析数据和构建模型、使用 SQL 查询数据库以及使用 Tableau 创建详细的数据可视化。由于这是一个入门课程，因此没有任何先决条件。话虽如此，拥有使用计算机的经验并知道如何下载和安装应用程序肯定会有所帮助。
您将在本课程中学习的内容包括：
- 人们使用数据回答问题的常见方式
- 使用统计数据和视觉效果来发现和传达见解
- 具备 Microsoft Excel 技能，能够可视化、分析和操作电子表格中的数据
- 建立 Excel 模型来分析可能的业务结果
- 使用 SQL 提取和分析数据库中存储的数据
- 应用设计和可视化原则来创建有效的数据可视化
- 构建数据仪表板
- 用数据讲故事
有了这些技能，您将能够在大多数行业中取得成功。
数据科学家
- 预计完成时间： 4 个月
- 先决条件： Python、统计学和 SQL
- 学习地点：
- 来自Udacity
- 来自IBM 数据科学专业证书课程
该计划可帮助您通过由行业领先专家设计的项目获得现实世界的数据科学经验。通过注册，您将掌握成为一名成功的数据科学家所需的所有重要技能。您将学习如何运行数据管道、构建推荐系统、设计实验以及将解决方案部署到云中。对于已经对机器学习概念有一定经验的人来说，这是一个很好的选择，例如机器学习纳米学位课程中的那些人。此外，您应该熟悉统计、概率和 Python 编程。
通过该项目，您可以培养对数据科学家至关重要的软件工程技能，例如构建类和创建单元测试。