ТОП-10 курсов Big Data – рейтинг обучения 2024

1 место. Курс BIG DATA с нуля от Нетология

Цена курса: 24 850 ₽ или рассрочка на 12 месяцев – 2 070 ₽ / мес Сайт школы: https://netology.ru/programs/big-data#!

Что вы узнаете на курсе:

• Как собрать и управлять командой big data проекта
• Как создать стратегию работы с большими данными
• Как улучшить результаты обработки данных.

Программа курса:

1. Аналитика больших данных

• Традиционные аналитические подходы. Причины выбора Big data среди многообразия подходов
• Машинные методы для обработки данных. Как перестать реагировать и начать прогнозировать
• Культура сбора и источники данных. Дорожная карта и главное правило аналитика
• Предобработка и визуализация данных в pandas для отчётности на примере международного ритейлера
• Улучшение качества работы с данными. Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования
• Основы работы в Hadoop и MapReduce. Обзор облачных платформ: AWS, EMR, Azure и прочих
• Продвинутые подходы в MapReduce. Работа в pyspark, доступная каждому
• Организация команды для работы с данными. CRISP-DM

2. Итоговый проект.

2 место. Курс Факультет аналитики Big Data от GeekBrains

Цена курса: Рассрочка до 36 месяцев – от 4 428 ₽ / мес Сайт школы: https://gb.ru/geek_university/big-data-analytics

Приобретаемые навыки: — Владение методами анализа больших данных и методами машинного обучения — Использование в работе методы прикладной статистики и теории вероятностей — Умение обрабатывать большие данные с помощью разных технологий (Hadoop, Hive, Spark, Hue, HBase, Kafka, Spark Streaming) — Владение SQL и NoSQL СУБД — Работа с BI-системами (Power BI), формирование отчёта анализа данных — Программирование на Python и работа с библиотеками для анализа данных (NumPy, Matplotlib, scikit-learn). Программа обучения:

1. Основной блок — 3 месяца

• Введение в программирование
• Математика и информатика
• Введение в контроль версий
• Знакомство с языком программирования C#
• Введение в базы данных

2. Специализация — 9 месяцев

• Основы языка Python для аналитиков
• Теория вероятностей и математическая статистика
• A/B-тестирование
• Основы анализа данных в Excel
• Базы Данных и SQL
• Введение в BI
• Основы моделирования бизнес-процессов. Введение в бизнес-модель
• Финансовая математика

3. Технологическая специализация — 3 месяца

• Введение в экосистему Hadoop
• Фреймворк Apache Spark
• Рекомендательные системы
• Потоковая обработка данных

4. Курсы со свободной датой старта

• Умение учиться
• Гибкие методологии
• Основы Jira и Confluence GU
• Знакомство с web-технологиями
• Введение в веб-аналитику
• Введение в Data Science.

3 место. Курс Аналитик данных с нуля от Skillbox

Цена курса: Рассрочка на 22 месяца – 4 711 ₽ / мес Сайт школы: https://skillbox.ru/course/data-analyst/

Чему вы научитесь:

• Проводить исследования и делать точные выводы
• Использовать программирование в аналитике
• Строить гипотезы и оценивать перспективы бизнес-решений
• Работать с сервисами аналитики и дашбордами
• Делать развёрнутые аналитические отчёты
• Работать с заказчиками аналитики.

Содержание курса:

1. Аналитик данных с нуля

• Часть 1. Введение. Excel, Google Таблицы
• Часть 2. Python, библиотеки NumPy и Pandas
• Часть 3. SQL, чтение и запись данных, Power BI.

2. Power Point (бонусный курс)

• Интерфейс PowerPoint. Создание и редактирование слайдов
• Работа со стилем презентации: единый стиль, цвет и шрифт, форматирование текста
• Работа с фигурами, таблицами и изображениями
• Расширенные возможности редактирования и дизайна
• Печать, презентация и публикация
• Keynote и PowerPoint.

3. Итоговый проект

• Анализ результатов A/B-тестирования.

4. Курс Big Data для менеджеров от SkillFactory

Цена курса: Рассрочка на 12 месяцев – 9 250 ₽ / мес Сайт школы: https://skillfactory.ru/big-data-dlya-menedzherov

Краткая программа профессии:

1. Основы Big Data и MLТеория и основные термины

• Модели ML
• Работа с данными: как собирать и хранить
• Анализ и обработка данных.

2. Работа менеджера проектов в Big Data

• Внедрение Big Data в бизнес-процесс
• Технологии искусственного интеллекта для бизнеса
• Как собрать команду для работы с AI
• Ведение AI проекта.

3. Специальные знания в управлении Big Data проектом

• Big Data с юридической точки зрения
• Презентация проекта
• Как разработать проектное предложение.

Что вы будете знать и уметь после обучения:

• Глубокое представление об особенностях и преимуществах Big Data & ML
• Опыт работы с Dataset и фреймворками
• Понимание алгоритмов искусственного интеллекта и инструментов BD
• Навыки организации командной работы над BD/DS-проектом
• Умение проверять гипотезы с помощью MVP
• Умение планировать дедлайны и распределять обязанности внутри проекта
• Работа с системами AI и Big Data, владение алгоритмами
• Навык подбора специалистов в работе с Big Data и формирования команды
• Знание юридических тонкостей в Big Data.

5. Курс MLOps от OTUS

Цена курса: 86 000 ₽ Сайт школы: https://otus.ru/lessons/ml-bigdata/

Вы научитесь:

• Использовать стандартные инструменты ML-конвейеров в распределенной среде;
• Разрабатывать собственные блоки для ML-конвейеров;
• Адаптировать ML-алгоритмы к распределенной среде и инструментам big data;
• Использовать Spark, SparkML, Spark Streaming;
• Разрабатывать алгоритмы потоковой подготовки данных для машинного обучения;
• Обеспечивать контроль качества на всех этапах движения ML-решений в промышленную эксплуатацию;
• Использовать инструменты Kubernetes и Docker для развертывания ML-решений в проде.

Программа обучения:

1. Процессы
2. Инфраструктура
3. Подготовка данных
4. Моделирование
5. Валидация
6. Развертывание
7. Мониторинг
8. Проектная работа.

6. Курс Специалист по Data Science от НИУ ВШЭ

Цена курса: 465 000 ₽ Сайт школы: https://cs.hse.ru/dpo/datascientist

Программа:

1. Python для автоматизации и анализа данных
2. Математика для анализа данных
3. Прикладная статистика для машинного обучения
4. Алгоритмы и структуры данных
5. Машинное обучение
6. Промышленное машинное обучение на Spark
7. Глубинное обучение
8. Прикладные задачи анализа данных.

7. Курс Аналитик Big Data от Центр компьютерного обучения «Специалист» при МГТУ им.Н.Э.Баумана

Цена курса: 142 890 ₽ – 204 990 ₽ Сайт школы: https://www.specialist.ru/track/dp-bigdat

В программу включены курсы:

1. Основы работы с большими данными (Data Science)
2. Анализ данных на языке SQL
3. Введение в статистику
4. Microsoft Excel 2019/2016. Уровень 3. Анализ и визуализация данных
5. Основы работы с Tableau – визуализация и анализ данных
6. Microsoft Excel 2019/2016. Уровень 6. Бизнес-аналитика с использованием Power Pivot, Power Query и 3D Map
7. Основы графов и нечетких логик для анализа больших данных
8. Программирование на языке Python. Уровень 1. Базовый курс
9. Программирование на языке Python. Уровень 2. Продвинутый курс
10. Программирование на языке Python. Уровень 4. Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib

Ваше резюме после прохождения обучения:

• Анализ данных на языке SQL
• Уверенное владение Excel
• Анализ и визуализация данных в Tableau, Power Query/Pivot/Map
• Владение языком Python
• Библиотеки python для визуализации и анализа данных: numpy, pandas, matplotlib

8. Курс Специалист по большим данным 17.0 от NEWPROLAB

Цена курса: 140 000 руб. Сайт школы: https://newprolab.com/ru/bigdata

Модули программы:

1. Hadoop
2. Machine Learning
3. NLP
4. Рекомендательные системы
5. Apache Spark
6. Data Science проекты
7. Time Series

9. Курс Oracle Big Data Fundamentals от ITShop

Цена курса: 140 000 руб. Сайт школы: https://www.itshop.ru/Oracle-Big-Data-Fundamentals/l4t3i357920

Во время прохождения курса слушатели будут изучать:

• Понимание Больших Данных и интегрированного решения Oracle’s Big Data Solution и его компонентов
• Использование Hadoop и его компонентов
• Захват сырых данных при помощи Oracle NoSQL базы данных и распределенной файловой системы Hadoop
• Организация собранных данных при помощи Hive и Oracle Big Data коннекторов
• Анализ Больших Данных при помощи инструментария Oracle Analytics
• Получение бизнес-решения при помощи Oracle BI tools
• Обсуждение сценариев успешного применения Oracle Big Data.

Программа курса:

1. Введение
2. Понимание интеграционного решения Oracle для Больших Данных
3. Использование Oracle Big Data Appliance
4. Опции захвата данных в BDA
5. Использование распределенной файловой системы Hadoop (HDFS)
6. Использование Flume in HDFS
7. Понимание потоков данных во Flume
8. Использование Oracle NoSQL Базы Данных
9. Использование Hive
10. Использование Oracle Big Data Коннекторов
11. Использование Oracle Loader для Hadoop
12. Использование Oracle Sql Коннектора для HDFS
13. Использование Адаптера ODI для Hadoop (ODIAAH)
14. Использование Oracle R Коннектора для Hadoop (ORCH)
15. Использование In-Database Analytics
16. Использование Oracle Big Data Iинтеграционных опций
17. Изучение примеров использования Big Data.

10. Курс Big Data и Data Science от Stepik

Бесплатно Сайт школы: https://stepik.org/course/101687/promo

Программа курса:

1. Знакомство
2. Погружение
3. Введение в анализ данных
4. Сбор, обработка и хранение данных
5. Soft Skills и управление проектами
6. Завершение.

11. Курс Анализ больших данных от Финансовый Университет

Цена курса: 90​ 000 руб. Сайт школы: http://www.fa.ru/org/dpo/finprofessional/programms/Pages/ppk-17.aspx

Профессиональные компетенции, совершенствуемые и приобретаемые слушателями в процессе освоения программы:

• способность к сбору информации о бизнес-проблемах или бизнес-возможностях в области больших данных.
• овладение анализом, обоснованием и выбором решения в области больших данных.
• способность к подготовке данных для проведения аналитических работ по исследованию больших данных.
• способность проведения аналитического исследования с применением технологий больших данных в соответствии с требованиями заказчика.

12. Курс Специалист по Big Data от Академия АйТи

Цена курса: 41 999 ₽ Сайт школы: https://academyit.ru/courses/pp_bigdata/

После изучения курса слушатели будут:

• знать методы анализа больших данных на всех этапах жизненного цикла методологической и технологической инфраструктуры в организации;
• уметь загружать данные из разных источников;
• собирать, очищать, подготавливать и объединять полученные данные;
• производить сцепление и наложение данных, слияние и замену значений;
• работать с пропущенными значениями, повторами, объединением и переформированием данных;
• осуществлять фильтрацию, группировку, агрегацию и выполнять описательную статистики
• вычислять центральную тенденции, среднее, медиану и моду;
• выполнять разведывательный анализ, вычислять дисперсию, стандартное отклонение, ковариации, корреляции, строить распределение и заниматься постановкой гипотез
• применять методы и технологии исследования больших данных;
• владеть навыками разработки продуктов, услуг и решений на основе больших данных;
• анализировать большие данные с использованием существующей в организации методологической и технологической инфраструктуры.

Расписание: Модуль 1. Базовый модуль: Основы программирования и составления алгоритмов на языке Python

1. Алгоритм – свойства и способы представления. Типы данных – назначение и роль в программе. Операнды и операторы – вычисление выражений
2. Модели разработки программ. Структурное программирование. Базовые принципы: блочная структура кода – блоки и подпрограммы. Типовые структуры управления – последовательность, ветвление, цикл
3. Соcтавление алгоритмов. Применение машинной логики к задачам поиска данных. Оценка времени работы алгоритмов, эффективность кода
4. Практические примеры составления блок-схем и псевдокода. Простейшие алгоритмические задачи. Перевод алгоритма в код. Подпрограммы (функции) как основные блоки кода. Типовые задачи на обработку текста
5. Понятие массива. Типовые задачи с массивами: доступ к элементу, обход элементов, инициализация элементов
6. Простейшие конструкции данных: список, стек, очередь, дерево. Поиск элемента и сортировка элементов. Реализация динамического стека
7. Установка интерпретатора Python. Основные операции и типы данных. Операторы ветвления и циклы. Установка и запуск среды разработки. Типы данных: числа, строки, списки, логический тип, None. Функции преобразования типов. Простой ввод и простой вывод
8. Cтроки. Методы и функции. Использование срезов. Кортеж. Основные операции с кортежем. Распаковка кортежа. Список. Основные операции со списком. Словарь. Основные операции со словарем. Множества. Основные операции с множеством
9. Ветвления. Оператор if. Базовая форма цикла while. Операторы break и continue. Перебор (for). Генераторы словарей, списков, множеств.

Модуль 2. Профильный модуль: Расширенные возможности Python

1. Функции, Работа с файлами, Модули и библиотеки. Исключения и обработка ошибок
2. Создание и вызов функции. Именованные и неименованные аргументы функций
3. Работа с файлами и каталогами. Основные операции с файлами. Основные операции с путями к файлам. Чтение файла. Запись в файл. Менеджер контекста with
4. Импорт пакета. Важнейшие стандартные пакеты. Подсистема pip. Установка стороннего модуля
5. Понятие об исключении. Выброс исключения. Перехват исключения. Стандартные исключения
6. Работа с данными из внешних источников. Работа с реляционными базами данных. Реляционные базы данных – принципы организации и работы. Нормализация БД – декомпозиция таблиц. SQL-запросы для типовых операций с таблицами. Практика. Работа с SQLite в Python. Интерфейс модуля SQLite3. Создание и заполнение таблиц. Выборка информации из таблиц
7. Классы и объекты. Введение в Объектною-ориентированное программирование (ООП). Класс и экземпляр класса. Данные экземпляра, методы экземпляра и свойства экземпляра. Создание собственного класса. Инкапсуляция. Атрибуты класса. Чтение и изменение атрибута
8. Наследование. Роль наследования в ООП, понятие иерархии наследования. Принцип утиной типизации. Понятие базового класса и производного класса. Функция isinstance и ее применение. Создание производного класса. Применение экземпляров базового и производного класса.

Модуль 3. Профильный модуль: Data Science. Обработка, анализ и визуализация данных на языке Python. Библиотеки pandas, numpy, matplotlib и seaborn

1. Установка и настройка программного обеспечения. Базовый инструментарий работы в Jupyter notebook. Импорт пакета. Важнейшие стандартные пакеты. Подсистема pip. Установка стороннего модуля. Обзор библиотек и инструментов. Необходимые пакеты Python: numpy, pandas, matplotlib, seaborn, Jupyter и другие. Дистрибутив Anaconda, его преимущества и недостатки. Установка пакетов в Linux. Установка пакетов в Windows. Возможные проблемы и методы их решения. Основные команды и методы работы в Jupyter notebook
2. Библиотека numpy. Вычислительные задачи. Структура библиотеки. Типы данных библиотеки numpy. Векторы и массивы, специальные типы данных. Понятие массива и его основные характеристики. Принципы вычислений. Универсальные функции. Важнейшие стандартные функции. Работа с массивами и матрицами
3. Библиотека pandas и анализ данных. Объект Series. Объект DataFrame. Загрузка данных. Выгрузка данных. Чтение и запись данных в формате Excel. Чтение и запись JSON-файлов. Загрузка данных из интернета и из базы данных SQL. Загрузка CSV-файлов из Интернета. Основы работы с датафреймами. Организация колонок и строчек. Создание срезов объекта Series. Выравнивание данных по меткам индекса. Выполнение логического отбора. Переиндексация объекта Series
4. Первичная обработка данных. Сбор данных. Очистка данных. Подготовка данных. Объединение данных. Сцепление и наложение. Слияние данных. Замена значений. Работа с пропущенными значениями и их заполнение. Повторы в данных. Объединение и переформирование данных
5. Статистика и анализ. Фильтрация. Группировка. Агрегация. Описательные статистики. Получение итоговых описательных статистик. Измерение центральной тенденции: среднее, медиана и мода. Вычисление дисперсии и стандартного отклонения. Вычисление ковариации и корреляции. Распределения. Разведывательный анализ. Постановка гипотезы.
6. Библиотека matplotlib. Визуализация данных. Основные элементы диаграммы. Создание диаграммы. Виды графиков и диаграмм. Оформление и кастомизация графиков. Библиотека seaborn. Наглядная визуализация сложных данных. Виды графиков, их корректное использование и интерпретация. Принципы хорошей визуализации, основные ошибки при визуализации данных График функции. Гистограмма. Визуализации отфильтрованных и сгруппированных данных.

13. Курс Анализ Big Data от BigData Team

Цена курса: 12 600 руб. – 65 000 руб. Сайт школы: https://bigdatateam.org/ru/big-data-course

Содержание:

1. HDFS, Map Reduce, Hive

• Введение в Большие Данные (Big Data). Распределенные файловые системы, Workshop
• Hadoop экосистема, MapReduce и не только
• Оптимизация MapReduce вычислений
• SQL поверх больших данных (Hive)

2. Spark: from zero to hero

• Модель вычислений Spark: RDD
• Spark DataFrames, Spark SQL
• Оптимизация Spark вычислений

3. RT, NoSQL, Data layout

• Потоковая обработка данных (Kafka, Spark Structured Streaming)
• NoSQL поверх больших данных: Cassandra
• Data Layout.

14. Курс Big Data от Sergey Petrovich

Бесплатно Сайт школы: https://www.youtube.com/playlist?list=PL15mR4o-R9Ng3Fh8Z2HpLdQeJQHSoNKcp

Видеоуроки:

1. Введение в машинное обучение
2. Python
3. Что такое BigData?
4. OLAP: What and why?
5. IoT and BigData
6. Сhallenges of classification
7. Formal Context Analysis
8. Регрессия
9. Хранение и анализ больших данных
10. Deep learning.

15. Курс Аналитика больших данных для руководителей от Сетевая Академия “Ланит”

Цена курса: 60 000 руб. Сайт школы: https://academy.ru/catalog/big-data-science/BD-AM.html

Содержание:

1. Введение в Big Data (Большие данные)
2. Data Mining – извлечение знаний из больших данных
3. Машинное обучение для Data mining
4. Data mining в социальных сетях
5. Инструментарий для работы с Big Data
6. Интеграция Больших данных
7. Промышленный интернет Вещей (Industrial Internet of Things)
8. Правовые аспекты организации защиты персональных данных
9. С чего начать?

16. Курс Разработчик BigData от ФПМИ МФТИ

Цена курса: 136 000 руб. Сайт школы: https://fpmi-edu.ru/dpo-magistr/bigdatadeveloper

Содержание:

1. Курс «Технологии программирования и операционные системы»

• Семейство ОС Unix. Современные инструменты для работы в консоли
• Системы контроля версий
• Виртуализация
• Непрерывная интеграция
• Оркестрация контейнеров. Kubernetes

2. Курс «Хранение и обработка больших объёмов данных»

• Распределённые файловые системы (GFS, HDFS)
• Парадигма MapReduce
• Управление ресурсами Hadoop-кластера. YARN
• SQL over BigData: Apache Drill, Cloudera Impala, Presto, Hive
• Технологии обработки данных в распределенной оперативной памяти. Apache Spark
• Обработка данных в реальном времени. Kafka, Spark Streaming
• BigData NoSQL, Key-value базы данных.

3. Курс «Машинное обучение на больших объёмах данных»

• Методы оптимизации и линейные модели
• Алгоритмы работы с графами большого размера
• Информационный поиск
• Рекомендательные системы.

17. Курс Аналитик Big Data и старт в Data Science от ProductStar

Цена курса: 79 896 ₽ Сайт школы: https://productstar.ru/analytics-bigdata-full-course

Чему вы научитесь:

• Работать SQL
• Использовать Python и библиотеки анализа данных
• Строить системы анализа больших данных
• Использовать сложную математику для анализа Big Data

Программа курса:

1. SQL для анализа данных
2. Python и обработка данных
3. Построение Machine Learning моделей
4. Нейронные сети и NLP
5. Рекомендательные системы
6. Аналитика больших данных
7. Обработка больших данных
8. Визуализация данных
9. Дипломная работа и помощь с трудоустройством.

18. Курс Big Data от StatSoft Russia

Цена курса: нет информации Сайт школы: http://statsoft.ru/academy/courses/big-data/detail.php?ELEMENT_ID=1820

Программа курса:

1. Вводный обзор: что такое Big Data и для чего нужен
2. Обзор реляционных баз данных
3. SQL-сервер: основные принципы, примеры
4. NoSQL базы данных: обзор, примеры
5. Предметно-ориентированные информационные базы данных Data Warehausig
6. MapReduce: методология и технология распределенных вычислений
7. Введение в Hadoop
8. Hadoop 2.0
9. Обработка данных в реальном времени (Storm, Spark, Impal)
10. Массово-параллельная структура – Massive Parallel Processing
11. Вычисление дескриптивных статистик для больших объемов данных (частоты, средние, стандартные отклонения, медианы, квартили)
12. Data Mining и Big Data
13. Технологии Big Data
14. Примеры: маркетинг, телеком, энергетика, промышленность, транспорт
15. Вопросы и ответы
16. Обсуждение задач слушателей.

19. Курс Специалист по Data Science от АНО ДПО «ШАД»

Цена курса: 112 000 ₽ Сайт школы: https://practicum.yandex.ru/data-scientist/

Что вы будете делать, когда станете специалистом по Data Science:

• Анализировать большие объёмы данных.
• Применять машинное обучение, чтобы предсказывать события, прогнозировать значения и искать неочевидные закономерности в данных.
• Помогать создавать и улучшать продукты в бизнесе, промышленности и науке.

Программа обучения:

1. Основы Python и анализа данных: бесплатный вводный курс
2. Введение в профессию «Специалист по Data Science»
3. Базовый Python
4. Предобработка данных
5. Исследовательский анализ данных
6. Статистический анализ данных
7. Теория вероятностей. Дополнительный курс
8. Итоговый проект первого модуля
9. Каникулы
10. Введение в машинное обучение
11. Обучение с учителем
12. Машинное обучение в бизнесе
13. Итоговый проект второго модуля
14. Линейная алгебра
15. Численные методы
16. Временные ряды
17. Машинное обучение для текстов
18. Каникулы
19. Базовый SQL
20. Компьютерное зрение
21. Обучение без учителя
22. Каникулы
23. Выпускной проект.

20. Курс Big Data от EcoAcademy

Цена курса: нет информации Сайт школы: https://ecoacademy.econophysica.ru/courses/big-data-/

Программа курса:

1. Особенности Big Data
2. Обзор инструментов обработки Big Data
3. Введение в стек ELK
4. Визуализация больших данных
5. Введение в экосистему Hadoop
6. Введение в машинное обучение
7. Практика (Основы работы с Hadoop)
8. Практика (Введение в машинное обучение)
9. Итоговый экзамен «Big Data».

21. Курс Big Data от ФинКонт

Цена курса: разная стоимость Сайт школы: https://www.fcaudit.ru/training/all/biznes-analitik-seminar-v-moskve/

Программа курса:

1. Введение. Цифровая трансформация бизнеса, ее значение в эпоху жестких конкурентных войн. Понятие Big Data, чем Big Data отличается от Small Data. Сферы применения Big Data в компании
2. Большие данные – новая отрасль российского рынка. Рынок больших данных. Стратегия развития больших данных до 2024 года. Отраслевые кейсы создания добавленной стоимости на основе данных.
3. Принятие бизнес-решений на основе данных. От вопроса «Что мы думаем?» к вопросу «Что мы знаем?», «Что говорят нам данные?». Создание единой системы работы с данными в компании.
4. Практикум: как заработать на своих данных.
5. Основные понятия, которые используются в Big Data.
6. Источники данных. Извлечение данных из открытых источников (в том числе социальных сетей).
7. Инструменты для работы с большими данными: список ПО, модели, платформы. Hadoop. Какое программное решение выбрать среднему и крупному бизнесу.
8. Анализ больших данных. Процессы накопления, извлечения, анализа, моделирования. Визуализация больших данных.
9. Ключевые роли и эксперты для работы с большими данными. Где искать специалистов?
10. Правовые аспекты работы с большими данными. Защита персональных данных.
11. Big Data Lab. Лабораторный практикум для руководителей.
12. Практикум с большими данными в Excel.
13. Примеры моделирования на платформе.
14. Кейсы компаний крупного и среднего бизнеса, которые имеют стандартные данные (покупка дополнительных данных у операторов связи, зарплатные проекты).

22. Курс Наука о данных и аналитика больших объемов данных от Открытое образование

Цена курса: нет информации Сайт школы: https://openedu.ru/course/spbstu/BIGDATA/

Программа курса:

1. Введение в большие данные: Определение больших данных и причины их появления. Примеры возможностей для бизнеса. Различие между Business Intelligence и Big Data
2. Жизненный цикл аналитики данных: Понятие жизненного цикла аналитики данных. Роли, необходимые для успешного создания проекта по аналитике данных
3. Высокопроизводительные вычисления: Распределенные вычисления на нескольких серверах, вычислительная парадигма MapReduce. Проект Apache Hadoop и его экосистема. Apache Spark и его компоненты. Вычисления в реальном времени, Apache Storm, Flink
4. Масштабирование и многоуровневое хранение данных: Теорема CAP. Парадигма NoSQL. Классификация NoSQL баз данных
5. Визуализация данных и результатов анализа: Техники визуализации данных, введение в язык R. Визуализация данных в R
6. Сложные методы аналитики: Классификация задач анализа: Text, Data, Web, Social Mining. Применение машинного обучения в аналитике. K-means и C-means кластеризация, классификация. Логистическая регрессия, ассоциации, алгоритм Априори.
7. Анализ текста: Поисковые механизмы: Lucene, Solr, ElasticSearch..Алгоритмы Work2Vec и Glove

После завершения этого курса слушатели:

• получат представление жизненном цикле аналитики данных, технологиях и средствах распределенной обработки и хранения данных, базовых методах аналитики больших объемов данных, техниках визуализации данных
• смогут использовать типовые технологии и средства аналитики данных, такие как MapReduce, Hadoop, NoSQL, язык R
• смогут обосновано и результативно использовать, совершенствовать, разрабатывать и внедрять современные технологии и инструментальные средства анализа и работы с большими объемами данных.

23. Курс BigData от Школа Больших Данных

Цена курса: 60 000 руб. Сайт школы: https://www.bigdataschool.ru/courses/big-data-analytics-for-executives

Вы научитесь:

• разбираться в основных понятиях Больших Данных, Машинного обучения (Machine Learning), Искусственного интеллекта (Artificial Intelligence)
• понимать назначение компонентов экосистемы Hadoop, Spark, Kafka или терминов Data Lake, Delta Lake
• знать, в чем отличие версий дистрибутивов Hadoop, Arenadata, Spark, NoSQL или GreenPlum
• выявить нюансы облачных решений, контейнеризации и применимости к вашей отрасли бизнеса
• уяснить, что такое стандарт GDPR и как он влияет на ваш бизнес, риски и ограничения, и что такое политики Data Governance.

Программа курса:

1. Введение в Big Data (Большие данные)
2. Введение в архитектуру хранения больших данных
3. Методы анализа больших данных
4. Low-code платформы для анализа данных
5. Инструментарий для работы с Big Data
6. С чего начать?

24. Курс Big Data от ITEA

Цена курса: 295 EUR Сайт школы: https://onlineitea.com/course/big-data/

На курсе ты научишься:

• Анализировать и обрабатывать большие и сверхбольшие данные в различных форматах с целью поддержки принятия решений
• Находить шаблоны в больших и сверхбольших базах данных и массивах текста
• Строить прогнозы с использованием современных методов и алгоритмов интеллектуального анализа данных
• Использовать программное обеспечение для интеллектуального анализа данных в практической работе.

План обучения:

1. Общие сведения о интеллектуальный анализ данных (ИАД) и машинное обучение
2. Методы и алгоритмы классификации
3. Методы и алгоритмы кластеризации
4. Методы и алгоритмы построения ассоциативных правил. Секвенциальный анализ
5. Ансамбли моделей ИАД
6. Методы и алгоритмы анализа текстовой информации (text mining).