Аналитики Big Data от GeekBrains

От: GeekBrains
4.8/5
4 отзыва

18 месяцев изучения аналитики Big Data. Содержит 7 блоков. Подходит новичкам. Способствует продвижению в профессии аналитиков, востребованных в сферах финансов, торговли, IT, логистики и консалтинга. В программе: освоение языков SQL и Python, баз данных и библиотек под руководством куратора. Совместно с компанией X5 Retail Group студенты обучатся алгоритмам обработки и анализа данных. Разработка 6 крупных проектов для портфолио. Защита диплома.

Сводка

Цена
от 270 000₽ 162 000₽
Рассрочка
от 200₽
Статус
Идет набор
Длительность
540 дней
Язык
ru

Описание курса

Изучать и выявлять взаимовязи в огромных массивах информации: поведении и предпочтениях клиентов, результатах исследований, рыночных тенденциях

- Программировать на языке Python
- Использовать алгоритмы и структуру данных
- Работать в Linux и операционных системах
- Писать чистый код
- Строить ETL-процессы, скоринговые модели, рекомендательные системы, модели прогнозирования цен и спроса
- Сегментировать, кластеризовать и классифицировать клиентскую базу
- Формировать отчёт анализа данных
- Работать с BI-системами
- Владеть методами машинного обучения, прикладной статистики, теории вероятностей
- Разбираться в библиотеках для машинного обучения (Scikit-learn, XGBoost, Vowpal Wabbit, Apache MLlib)
- Работать с технологиями для обработки больших данных (Hadoop, Hive, Spark, Hue, HBase, Kafka, Spark Streaming)
- Работать с SQL и NoSQL СУБД
- Выступать в соревнованиях по Data Mining (Kaggle)
- Разрабатывать дашборды в QlikView

О школе

GeekBrains
Отзывы 0
Информация
Компания основана в 2016 году. Официальный сайт https://geekbrains.ru. Мы собрали и проверили более 696 отзывов об онлайн курсах GeekBrains.

Программа курса

1 год
I четверть. Март - Май
Введение в анализ данных
В первой четверти студенты научатся главному инструменту аналитика — языку SQL. Также изучат основы языка Python и базовые библиотеки Python для анализа данных (NumPy, Pandas, Matplotlib, Scikit-learn). Итогом четверти станет модель по предсказанию непрерывной переменной.
2 год
II четверть. Июнь - Август
Сбор, предобработка и хранение данных
Во второй четверти студенты научатся собирать данные из различных источников. Также проработают процессы предобработки неструктурированных данных и их хранения в различных базах данных для дальнейшего анализа. На заключительном этапе познакомятся с популярным инструментом по работе с большими данными — Hadoop.
III четверть. Сентябрь - Ноябрь
Алгоритмы обработки и анализа данных. Совместно с компанией X5 Retail Group
В третьей четверти студенты начнут изучение теории вероятностей и математической статистики. Узнают, как работают базовые алгоритмы машинного обучения для решения задач анализа данных и научатся реализовать их с помощью Python. В совместном курсе с компанией X5 Retail Group студенты углубятся в методологии А/Б-тестирования и рассмотрят реализацию полного пайплайна для проверки гипотез в офлайн-ритейле. В курсовом проекте студентам будет необходимо на основе предоставленных данных провести А/Б-тестирование изученными методами.
IV четверть. Декабрь - Февраль
Машинное обучение. Рекомендательные системы
В четвертой четверти студенты погрузятся в прикладное машинное обучение: решат несколько бизнес-кейсов с применением ML, а также подробно изучат популярный фреймворк для работы с BigData — Apache Spark. Курсовой проект будет включать разработку рекомендательной системы.
Аналитика Big Data для бизнеса
В пятой четверти студенты научатся решать задачи ML с отзывами клиентов, геоданными и соцсетями. Также освоят несколько задач бизнес-аналитика в современных BI-системах: построение витрин данных, прогнозирование, управление знаниями и отчетность.
Выпускной проект
В финальной четверти студенты познакомятся с real-time системой обработки и анализа больших данных на основе Kafka и Apache Streaming. Также 2 месяца будут посвящены работе над выпускным проектом.
Курсы вне четверти
Предметы с индивидуальным выбором даты старта
Курсы вне четверти являются частью основной программы обучения и обязательны к прохождению. Вы можете формировать часть расписания самостоятельно и регулировать интенсивность обучения. На прохождение этих предметов у вас есть 2.5 года с момента покупки обучения в GeekUniversity. Проходите параллельно с четвертями или после полутора лет обучения.
Инструменты
Python
NumPy
Pandas
Matplotlib
Scikit-learn
Jupyter
SQL
nosql
Linux
HTML
HTTP
Rest API
Hadoop
Hive
HBase
Hue
Apache Spark
Kafka
MongoDB
Cassandra
RDBMS
Apache Zeppelin
QuickView

Отзывы

Рейтинг 4.8
4 отзывов
2 года назад
Записался недавно на факультет по Анализу данных. Прошел уже 2 курса, пока все нравится. Уровень и доброжелательность преподавателей восхищает, пока прошел 2 курса по Linux (спасибо Павлу Стаценко) и SQL (репсект Виктору Щупоченко) - все подробно рассказывается, разбирается, отвечают на любые вопросы. Я с нуля учу - мне все нравится, материал постепенно к концу каждого курса усложняется. Преподаватель активен и после вебинара, в группе в ТГ отвечает на вопросы. Почти после каждого урока можно дать обратную связь и что интересно, видно сразу что прислушиваются и меняются. Во время учебы - также дают бонусные факультативы, например по языку R. Просили - сделали. Пока без домашки, в режиме лекций-вебинаров и отдельным чатом для обсуждений - но то что онлайн меняются и прислушиваются, добавляют новые курсы бесплатно - это же здорово. Оплачиваю, кстати, помесячно! И да немного неприятный момент, что везде пишется рассрочка и так далее - а по факту - это кредит. Т. е. заявка в банк, ее рассматривают и дают Вам кредит. НО! Никаких процентов и переплат, все как сказано на сайте, все как говорит менеджер - все как договаривались, все переплаты и проценты за счет Geekbrains. Цена конечно и кусается - но сейчас раз в 2 месяца проводят GeekChange, где Вам подробно все расскажут и покажут по различным специальностям, так еще в конце и скидку дадут. Менеджер, после продажи Вам курса, не самоустраняется - а и дальше Вас ведет и готов отвечать на все Ваши вопросы. Я если честно хочу еще факультет взять, т.к. много интересных программ и специальностей в наличие есть - останавливает только отсутсвие времени, так как если хотите прогресса, то тратить время на учебу и домашку все-таки надо)
Отзыв взят с сайта mooc.ru
2 года назад
Достоинства: хороший подбор преподавателей. достойная работа техподдержки. на основании обратной связи дорабатывают дз и курсы Недостатки: рвет шаблон - полный набор разных программистов, а сайт для мобильного ужос добрый день. занимаюсь с марта 2019 года. записался/оплатил курс Big Data после месяца раздумий. позвонили и растолковали все довольно быстро и доступно. практически сразу предложили разделить оплату 1,5 летнего обучения на три части по 75 круб, после перевода денежных средств сразу открылись подготовительные курсы, затея отличная, чтобы хоть как-то дать таким как я "чайникам" понять, о чем идет речь и чем будем заниматься. в течение первой же недели получилось что-то даже написать на питоне и даже оно заработало)) но есть один момент, портящий общее впечатление, в курсах, которые идут в записи, типа "Основы языка Python. Интерактивный курс " и "Объектно-ориентированное программирование на Python"- во многих задачах, написанных для домашних заданий - отсутствует однозначьность, от слова "совсем". для однокурсников и преподавателей, проверяющих домашние работы начал практически сразу писать заметку, что мол домашку сделал так, как понял текст задания. что характерно, в сегоднешнем виде уже тексты многих дз отредактированы в лучшую сторону, работают люди, и это радует. (выделенное - раньше не возможно было понять, что хотел сказать автор)служба поддержки - адкватная, и реагирует быстро, видно желние помочь решить проблему. убобный рабочий календарь, аавтоматом проставлены даты, время и темы занятий, с преподавателями и наставниками так же имеется хорошая обратная связь, во время занятий, отвечают на все вопросы, доступным языком, с примерами в живую. очень хорошее впечатление оставил о себе Павел Стаценко на курсе "Введение в Linux и облачные вычисления". отличный лектор. так же огромную помощь в освоении материала оказал оффлайн, через месеннджеры и почту. на курсе "Базы данных" неоценимую помощь в "борьбе" с mysql оказал Виктор Щупаченко. а как вспомнить начала тервера и статистики через 20 лет после окончания университета? так вот вам помогут на курсе "Python для Data Science" наставники Глеб Кабанов, Павел Нагорный и преподаватель Сергей Ширкин. на сегодня, т. е. после 4-х месяцев занятий, я совсем не жалею ни о заплаченых деньгах, ни о потраченном времени на поиск информации для решения дз, на сами решения этих дз. гения больших данных из меня не получится, но как все это работает и откуда что берется - как базовые знания - вполне достойно к рассмотрению для тех у кого еще есть деньги и время)
Отзыв взят с сайта mooc.ru