Курс на Stepik
Обложка курса «Big Data for Data Science» на Stepik
20 000 ₽

Big Data for Data Science 4.700

Открыть на
STEPIK.ORG

Программа знакомит слушателей с основами которые применяются при работе с Большими данными и рассчитан в первую очередь на тех слушателей, которые только начинают свой путь в Big Data. Мы подробно разберем основные теоретические понятия, начнем знакомство со Spark — наиболее популярным фреимворком из этого мира, а также изучим как это можно применять при реализации распределенных моделей машинного обучения. А в ходе выполнения проектного задания разберем все этапы, которые проходят данные в реальных системах.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Big Data for Data Science»Учеников на курсе 445
Сертификаты, выданные на курсе «Big Data for Data Science»Сертификатов выдано 75
Отзывы о курсе «Big Data for Data Science»Отзывов получено 10
Рейтинг курса «Big Data for Data Science»Рейтинг курса 4.700
Уроки в курсе «Big Data for Data Science»Количество уроков 52
Тесты в курсе «Big Data for Data Science»Количество квизов 137
Задачи с кодом в курсе «Big Data for Data Science»Количество задач с кодом 10
Время прохождения курса «Big Data for Data Science»Время прохождения курса
Стоимость курса «Big Data for Data Science»Стоимость курса 20 000 ₽
Обновления курса «Big Data for Data Science»Обновления курса
Дата публикации курса «Big Data for Data Science»Дата публикации курса
Последнее обновление курса «Big Data for Data Science»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Big Data for Data Science» 12 разделов Уроки в курсе «Big Data for Data Science» 52 урока Тесты в курсе «Big Data for Data Science» 137 тестов Задачи в курсе «Big Data for Data Science» 10 задач Время прохождения курса «Big Data for Data Science» 28 ч. Последнее обновление курса «Big Data for Data Science» обн. 1 год назад

Введение

3 урока
1. О программе
2. Организационная информация
3. Оценивание и сертификат

Модуль 1: введение в Big Data и ClickHouse

9 уроков
1. Зачем в Data Science изучать Big Data?
2. Хранение данных
3. Обработка данных
4. SQL - Практика
5. SQL - Задачи
6. ClickHouse - Практика
7. ClickHouse - Задачи
8. Дополнительные материалы
9. Вебинар: ClickHouse

Проект: часть 1/4

1 урок
1. Data Analysis & ClickHouse

Модуль 2: Apache Hadoop

8 уроков
1. Архитектура Hadoop
2. HDFS
3. MapReduce
4. Hive
5. Hbase
6. Hadoop - Практика
7. Дополнительные материалы
8. Вебинар: Docker & Hadoop

Модуль 3: Apache Spark

7 уроков
1. Архитектура Spark
2. Spark Core
3. Data Streaming
4. Spark - Практика
5. Spark - Задачи
6. Дополнительные материалы
7. Вебинар: Spark

Проект: часть 2/4

1 урок
1. Data Engineering

Модуль 4: Workflow

7 уроков
1. Управление данными ETL/ELT
2. Архитектура хранилищ Data Warehouse vs Data Lake
3. Облачные решения
4. Airflow
5. Airflow - Практика
6. Дополнительные материалы
7. Вебинар: Workflow & Airflow

Модуль 5: Spark ML

6 уроков
1. Распределенные модели машинного обучения
2. Spark ML компоненты и модели
3. Поставка моделей
4. Spark ML - Задачи
5. Дополнительные материалы
6. Вебинар: Spark ML

Проект: часть 3/4

1 урок
1. ML Engineering

Модуль 6: BI Tools

5 уроков
1. Работа с данными в Superset
2. Аналитические агрегаты
3. Superset - Практика
4. Дополнительные материалы
5. Вебинар: BI/Superset

Проект: часть 4/4

1 урок
1. Data Visualisation

Модуль 7: заключение

3 урока
1. Что дальше?
2. Вебинар: Карьера
3. Итоговый опрос