Курс

BIG DATA с нуля

Научитесь работать с большими данными
Расширьте знания в аналитике
Перейдите на новый уровень в профессии
Когда
12 октября — 1 декабря
Формат обучения
онлайн

ДЛЯ КОГО

для всех, кто готов повышать свою грамотность в IT-технологиях

документ

удостоверение о повышении квалификации установленного образца

30%
с 15.09 по 22.09

Сентябрь горит стремлениями

Скидка уже включена в стоимость и не суммируется с промокодами. Оплатите до 22 сентября, чтобы скидка не сгорела.

Условия акции

Запишитесь на курс и получите консультацию по программе обучения

23 030 ₽32 900 ₽
полная стоимость курса
от 1 920 ₽ / месяц
оплата частями

Big data — инструменты, подходы и методы обработки огромных объёмов данных

 
По сути это альтернатива традиционным системам обработки данных. 

Если вам требуется общее расширение кругозора в теме технологий работы с данными и необходимость апгрейда на текущем месте работы, курс даст возможность расширить профессиональные навыки, работать с новыми задачами и быстро приносить результаты в проектах.

~120 000 ₽   

средняя зарплата аналитика big data в Московском регионе (по данным hh.ru)

Зачем изучать Big Data

Up skill профессии

Расширение кругозора

Переход в новую область

1

Up skill профессии

Вас ждёт апгрейд навыков в аналитике данных и понимание, зачем и где нужна big data, новая траектория развития карьеры и более сложные рабочие проекты.

2

Расширение кругозора

Вы расширите свой кругозор, освоите технологии для перехода на уровень middle и сможете быстрее выполнять свои рабочие задачи.

3

Переход в новую область

Курс даёт ключевые технологии и навыки для старта погружения в самую горячую профессиональную область. Вы получите практику, достойную включения в резюме.

Факультет Нетологии «Аналитика и Data Science» — обладатель «Премии Рунета» в номинации «Образование и кадры» в 2019 году

Что вы узнаете на курсе

Как собрать и управлять командой big data проекта
Освоите подход CRISP-DM: межотраслевой стандартный процесс для исследования данных. Определите компетенции и состав команды.
Как создать стратегию работы с большими данными

Определите, сколько данных вам нужно для нахождения инсайтов. Найдёте задачи под биг дату в своей компании.

Как улучшить результаты обработки данных
Поймёте, как и по каким правилам хранить данные. Сможете обосновывать влияние на сбор данных, мониторинг и отчётность.

Эксперты

Алексей Чернобровов
Кандидат физ.-мат. наук. Консультант по маркетингу и аналитике. Выступал в качестве спикера на конференциях AdmitAd, Tinkoff Data Science, AvitoTech и других известных площадках.
Работает с компаниями Babadu, Mazda, SkyEng, Pult.ru
Все данные плохие... всегда! Культура сбора только входит в обиход современных компаний. Собирать и хранить все возможные данные слишком дорого: пришло время расчищать бардак и выбирать методы автоматизации, которые позволят бизнесу достигать целей и быть более эффективным.
Все данные плохие... всегда! Культура сбора только входит в обиход современных компаний. Собирать и хранить все возможные данные слишком дорого: пришло время расчищать бардак и выбирать методы автоматизации, которые позволят бизнесу достигать целей и быть более эффективным.

Практика на курсе

8+ часов в неделю

интенсивных уроков и практики с экспертами отрасли

9 изучаемых инструментов
must-have для работы с большими данными
Домашние задания

с проверкой и обратной связью от преподавателей курса

Лабораторная работа
от загрузки данных до построения модели

Нетворкинг (работа в команде с экспертом)

имитирует работу над проектом на удалёнке

Дипломный проект
работающая модель классификации данных

Программа курса

Аналитика больших данных
Часто аналитик данных нужен именно в тех компаниях, которые накопили «какую-то свою» Big data. Чтобы понимать, как он может принести пользу для бизнеса, нужно владеть не только стандартными инструментами вроде Excel и SQL, но и знать характерные только для больших данных принципы обработки, иметь представление о компонентах экосистемы Hadoop и облачных платформах для реализации решений по Big data. Мы не только поговорим об этом, но и попрактикуемся работать с главными инструментами.
Часто аналитик данных нужен именно в тех компаниях, которые накопили «какую-то свою» Big data. Чтобы понимать, как он может принести пользу для бизнеса, нужно владеть не только стандартными инструментами вроде Excel и SQL, но и знать характерные только для больших данных принципы обработки, иметь представление о компонентах экосистемы Hadoop и облачных платформах для реализации решений по Big data. Мы не только поговорим об этом, но и попрактикуемся работать с главными инструментами.
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
16 часов теории8 часов практики
Навыки, которые вы получите
сбор и обработка данных из разрозненных источников, создание отчёта о положении дел в компании
подбор сбалансированной команды на проект: кто нужен, с какими компетенциями, что будет делать
идентификация результатов обработки больших данных, требующих улучшения
создание коллаборативной фильтрации (прогнозов на основе данных) в MapReduce
поиск инсайтов в данных и улучшение качества обработки на их основе
определение и выбор оптимальной архитектуры для Big Data проекта
создание классификатора и оценка результатов его работы на отложенной (train_test_split) выборке
Дипломная работа
В дипломном проекте вы примените полученные навыки для решения задачи предсказания: создадите работающую модель классификации, опишете найденные в данных инсайты, разработаете стратегию внедрения хранилища данных и работы с большими данными в реальной компании. Сформулируете цели проекта внедрения больших данных и ключевые метрики, на которые будете влиять с их помощью.

Дипломная работа выполняется самостоятельно под руководством экспертов курса, закрепляет весь спектр знаний и навыков, полученных на программе и систематизирует рабочий опыт.
В дипломном проекте вы примените полученные навыки для решения задачи предсказания: создадите работающую модель классификации, опишете найденные в данных инсайты, разработаете стратегию внедрения хранилища данных и работы с большими данными в реальной компании. Сформулируете цели проекта внедрения больших данных и ключевые метрики, на которые будете влиять с их помощью.

Дипломная работа выполняется самостоятельно под руководством экспертов курса, закрепляет весь спектр знаний и навыков, полученных на программе и систематизирует рабочий опыт.
60 часов практики

Запишитесь на курс и получите консультацию по программе обучения

Что вы получите в результате обучения

Аналитик больших данных
Реализованные проекты

Классификатор и оценка результатов его работы на отложенной (train_test_split) выборке

Коллаборативная фильтрация (прогнозы на основе данных) в MapReduce

Мои навыки
Сбор и подготовка данных для анализа

Понимание бизнес-требований заказчика и организация эффективной команды
Преобразование неструктурированных данных в простые для восприятия и ценные для бизнеса сведения
Построение моделей данных из разных неструктурированных источников: таблиц, сайтов и баз данных
Определение и выбор оптимальной архитектуры для Big Data проекта
Основы работы с Hadoop и MapReduce: фильтры, сортировки, поиск, группировки, определение мин-макс значений и частоты

Определение результатов обработки и инсайтов в данных и улучшение качества принятия решений на их основе

Инструменты, которые вы освоите
Hadoop и MapReduce
Инструмент и фреймворк для вычисления распределённых задач с использованием большого количества компьютеров («ноды») в кластере.
Вашу квалификацию подтвердят документы установленного образца

Как проходит обучение

  • Занятия

    Вебинары дважды в неделю. Раз в три занятия — практика на отработку новых знаний.

    1
  • Практика
    После каждого занятия — тестирование или практическое домашнее задание с проверкой и обратной связью.
    2
  • Сопровождение
    Каждый студент может пообщаться с экспертами курса, получить помощь координатора и наставников.
    3
  • Трудоустройство
    Центр развития карьеры поможет с составлением резюме, предложит вакансии и будет сопровождать на всех этапах поиска работы.
    4

Что нужно знать и уметь для успешного обучения на программе

Не бояться осваивать базовые команды в Python / SQL

Развитие карьеры

Каждый выпускник получает помощь

и поддержку Центра развития карьеры

Помощь в подготовке резюме и прохождении собеседования
Консультация с HR-специалистом по поиску работы и развитию карьеры
Возможность прохождения стажировки в проектах «Нетологии-групп»: в Фоксфорде, Нетологии, EdMarket
Регулярное информирование об открытых вакансиях в компаниях-партнёрах
Бесплатный доступ к подборке видеокурсов по поиску работы и soft skills для всех студентов
Мы трудоустроили своих выпускников в компании
30%
с 15.09 по 22.09

Сентябрь горит стремлениями

Скидка уже включена в стоимость и не суммируется с промокодами. Оплатите до 22 сентября, чтобы скидка не сгорела.

Условия акции

Запишитесь или получите консультацию

При оплате частями
от1 920 ₽ / мес.
Одним платежом
23 030 ₽
32 900 ₽
До 22 сентября скидка 9 870 ₽
У меня есть промокод
Нажимая кнопку, принимаю условия политики и пользовательского соглашения
Уже есть аккаунт? Войти
Как оплатить частями?
Мы предоставляем беспроцентный кредит от Тинькофф или Сбербанка. Вы разделите платеж и ничего не переплатите
Оплатить от юрлица
Запишитесь на курс от имени того, кто будет учиться, а затем выберите способ оплаты «По счету от юрлица»
Сэкономьте еще 13%
Вы можете вернуть 13% денег через налоговый вычет. Спросите об этом менеджера, когда запишетесь на курс, или прочитайте в нашей статье
Есть еще вопросы?
Звоните нам 8 (800) 301-39-69
Пользуясь нашим сайтом, вы соглашаетесь с тем, что мы используем cookies
Открыть урок
Свернуть