Аналитик Big Data
Курс «Аналитик Big Data» позволит вам освоить востребованную профессию, научиться изучать и выявлять взаимосвязи в огромных массивах информации и получить возможность устроиться в крупную компанию.
Преподаватели

Data Scientist в Dentsu Aegis Network Russia.

Data Scientist в Delivery Club. Kaggle Master. Преподаватель проекта «Техносфера» (ВМК МГУ).

Ведущий системный аналитик в DWH рекламных технологий Mail.ru Group.

BI Lead в компании «Ситимобил».

Главный разработчик Zval.ru, фрилансер.

Senior BI Analyst в компании «Ситимобил».

Python Developer. За 20 лет в IT писал программы на более чем 30 языках программирования.

Руководитель направления образовательных программ GeekBrains (Mail.ru Group).

Разработчик RoR.

Руководитель математического направления в консалтинговой компании «Продуктивные технологические системы».

Data Scientist в Delivery Club.

Технический директор в Forly Capital, работал над проектами ShadowsOfAmber и Squilla LLC.
Содержание курса
- Введение в анализ данных.
- Как учиться эффективно. Видеокурс от методистов GeekUniversity.
- Основы языка Python.
- Базы данных.
- Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn.
- Сбор, предобработка и хранение данных.
- Методы сбора и обработки данных из сети Интернет.
- Базы данных для аналитиков.
- BigData. Введение в экосистему Hadoop.
- Алгоритмы обработки и анализа данных. Совместно с компанией X5 Retail Group.
- Теория вероятностей и математическая статистика.
- Алгоритмы анализа данных.
- Машинное обучение. Рекомендательные системы.
- Машинное обучение в бизнесе.
- BigData. Фреймворк Apache Spark.
- Рекомендательные системы.
- Аналитика Big Data для бизнеса.
- Системы машинного обучения в Production.
- Бизнес-аналитика. BI-системы.
- Выпускной проект.
- BigData. Продвинутый уровень.
- Финальный проект.
Кому подойдет данный курс
Курс подойдет тем, кто имеет базовый уровень подготовки. Если вы совсем новичок, школа GeekBrains предлагает пройти подготовительные уроки, чтобы успешно освоить данное направление.
Приобретенные навыки
После прохождения курса вы освоите следующие навыки:
- Знание алгоритмов и структур данных.
- Навыки программирования на Python.
- Опыт построения ETL-процессов.
- Опыт построения скоринговых моделей.
- Опыт построения рекомендательных систем.
- Опыт построения моделей прогнозирования цен и спроса.
- Опыт сегментации, кластеризации и классификации клиентской базы.
- Опыт формирования отчетов анализа данных.
- Опыт работы с BI-системами.
- Знание методов машинного обучения.
- Знание библиотек для машинного обучения (Scikit-learn, XGBoost, Vowpal Wabbit, Apache MLlib).
- Владение методами прикладной статистики, теории вероятностей.
- Знание алгоритмов для работы с большими данными (Hadoop, Hive, Spark, Hue, HBase, Kafka, Spark Streaming).
А также вы будете уметь:
- работать в Linux и операционных системах;
- писать «чистый» код;
- работать с технологиями для обработки больших данных;
- работать с SQL и NoSQL СУБД.
И получите:
- опыт выступлений в соревнованиях по Data Mining (Kaggle);
- опыт разработки дашбордов в QlikView.
Вы также приобретете опыт и знания от преподавателей-практиков, освоите востребованную профессию и получите диплом о профессиональной переподготовке.