Kurs Data Science 240h



O szczegóły zapytaj koordynatora:
Monika Wójcik
tel. 531-448-034

Data Scientist- najgorętszy zawód najbliższych lat

Data Science to termin, który przebojem wszedł na rynek i wszystko wskazuje na to, że w najbliższych latach będzie to jeden z najbardziej pożądanych zawodów IT, a tym samym prawdziwy hit na giełdzie pracy.

Szacuje się, że w ciągu kilku lat internet powiększy swój rozmiar nawet dziewięciokrotnie. Jak widać ilość danych rośnie w tak zastraszającym tempie, że za chwilę hasło Big Data będzie trzeba zastąpić innym, lepiej oddającym to zjawisko. Wraz z danymi rośnie też zapotrzebowanie na osoby, które będą w stanie nie tylko w konkretny sposób je przetworzyć i uporządkować, ale też wyciągnąć z nich sensowne wnioski.

Do tej pory danymi zajmowali się analitycy, statystycy i programiści, ale obecnie potrzebni są specjaliści, których działania w pewnym stopniu będą łączyć powyższe zawody.

Postaw na zawód przyszłości - sprawdź dostępne terminy kursów

Czym zajmuje się Data Scientist?

Praca osoby na tym stanowisku jest bardzo zróżnicowana. Data Scientist gromadzi i przetwarza dane nieuporządkowane, a następnie szuka w nich trendów i zależności. Z całego gąszczu danych, które zwykłemu człowiekowi nie mówią absolutnie nic, potrafi wyłuskać kluczowe informacje pozwalające na polepszenie jakości usług oraz poprawienie wyników finansowych firmy. Ważną częścią jego pracy jest tzw. wizualizacja danych, czyli umiejętność graficznego zaprezentowania wniosków płynących z analizy.

Jakie umiejętności i kompetencje musi posiadać osoba, która chciałaby się rozwijać w kierunku Data Science?

Podstawowe umiejętności, jakimi musi wykazać się Data Scientist, by dostać pracę, to znajomość statystyki, języków programowania, takich jak R, Python czy SAS oraz technik analitycznych (m.in. uczenie maszynowe). Dobrze, by oprócz gruntownej wiedzy merytorycznej Data Scientist posiadał również prawidłowo rozwinięte umiejętności miękkie, ponieważ jego praca wymaga komunikacji zarówno z działami IT, jak i środowiskiem biznesowym. Poza tym powinien cechować się ciekawością, dociekliwością i intuicją, a także umiejętnością rozwiązywania problemów.

Gdzie Data Scientist znajdzie pracę?

Jest to zawód, który daje szerokie pole do popisu. Specjaliści Data Science poszukiwani są wszędzie tam, gdzie gromadzi się dane, czyli właściwie wszędzie. Dlatego mogą liczyć na dobrą posadę zarówno w sektorze finansowym, jak i w marketingu.


Zostań Data Scientist - zapisz się na kurs

Informacje ogólne

Kursy Data Science odbywają się w dwóch trybach: wieczorowym i weekendowym.

Tryb wieczorowy: poniedziałki, środy, piątki w godzinach 17:30-20:30

Tryb weekendowy: soboty i niedziele w godzinach 09:00 - 15:00 (co drugi weekend)

Program kursu

Program zajęć:

1. Stworzenie środowiska pracy

  • Instalacja R z repozytorium CRAN (Microsoft R Open & MKL)
  • Dostosowanie środowiska pracy
  • R Studio: GUI do korzystania z języka R
  • (poruszanie się po najpopularniejszym interfejsie do programowania w R, korzystanie z pomocy, instalacja dodatkowych pakietów, itp.)
  • Konfiguracja środowiska Python
  • Instalacja różnych dystrybucji Python, konfigurowanie środowiska pracy, poruszanie się po GUI, wywoływanie komend, korzystanie z pomocy, itp.
  • Rodeo
  • Visual Studio


2. System kontroli wersji (GIT)

  • Wprowadzenie do kontroli wersji
  • Instalacja + wstępna konfiguracja środowiska
  • Tworzenie własnego repozytorium
  • Rejestrowanie i cofanie zmian
  • Praca ze zdalnym repozytorium
  • Tworzenie i zarządzanie gałęziami
  • Praca z GIT na serwerze
  • Hosting GIT
  • Debugowanie z systemem kontroli wersji
  • Dostosowywanie GIT
  • Mechanizmy wewnętrzne
  • Github


3. Języki programowania:

R

  • Instalacja oraz podstawowe komendy
  • Typy danych i operacje
  • Wczytywanie i zapisywanie danych
  • Przeczesywanie danych
  • Operacje wektorowe
  • Daty i czas
  • Data Frame’y
  • Pętle
  • Funkcje
  • Funkcje wektorowe
  • Wyrażenia regularne
  • Debugowanie


Python

  • Instalacja oraz podstawowe komendy
  • Wczytywanie i zapisywanie danych
  • Ipython
  • Użycie bibliotek NumPy & Pandas
  • Przeczesywanie danych
  • Czyszczenie, transformowanie i łączenie danych
  • Agregowanie danych
  • Szeregi czasowe
  • Zaawansowane operacje


4. Statystyka

  • Wprowadzenie do statystyki
  • Zmienne i rozkłady
  • Statystyki opisowe
  • Korelacja
  • Testowanie hipotez
  • Przedziały ufności
  • Regresja liniowa
  • Testy statystyczne
  • Analiza wariancji


5. Wizualizacja danych

  • Podstawowe pakiety wizualizacji danych w programie R
  • Pakiet ggplot2 – bardziej zaawansowana wizualizacja
  • Rysowanie map
  • Tworzenie raportów i/ lub dokumentów
  • Interaktywne aplikacje webowe


6. Analiza danych


Data mining w praktycznym zastosowaniu – Use Case

7. Machine Learning

  • Czym jest Machine Learning? – wprowadzenie
  • Supervised Learning
  • Unsupervised Learning
  • Reinforcement Learning
  • Regresja i Klasyfikacja
  • Drzewa decyzyjne
  • Wnioskowanie Bayesowskie
  • Klasteryzowanie
  • Tuning algorytmów
  • Dobór zmiennych
  • Teoria Gier
  • Łańcuchy Markova


8. Big Data

  • Wprowadzenie do koncepcji Big Data
  • Map Reduce
  • Hadoop
  • Przepływ danych
  • Analityka Big Data (Pig Hive)
  • Machine Learning na Big Data (Storm, Spark)
  • Wyszukiwarki pełnotekstowe
  • Cloud Computing


9. Deep learning

Zapisy

  1. Aby dokonać rejestracji należy odszukać interesujący termin i miasto. Zapisu dokonujemy poprzez kliknięcie opcji "Zapisz się"
  2. Otworzy się Państwu formularz zgłoszeniowy. Po dokładnym wypełnieniu formularza klikamy na ikonkę "zapisz" na dole tekstu. Ważne, aby podane dane były zgodne z rzeczywistością, ponieważ część z nich potrzebna jest do przygotowania dyplomu i zaświadczenia dla uczestników.
  3. Pamiętamy, aby przeczytać i zaakceptować regulamin. Bez tego nie będzie możliwa dalsza rejestracja (z regulaminem można zapoznać się w tym momencie, można, też później, ponieważ załączany jest do umowy- zgłoszenie).
  4. Po poprawnym procesie rejestracji, wygeneruje się Państwu umowa, którą należy pobrać, wydrukować, podpisać i odesłać do nas faxem, mailem lub pocztą.
  5. Na podany przez Panią/Pana adres e-mailowy zostanie przesłane potwierdzenie rejestracji.
  6. Wpłata zaliczki(lub całości kwoty) na podany w umowie- zgłoszenie numer rachunku bankowego gwarantuje pewne miejsce na liście uczestników szkolenia.
  7. Wpłata pozostałej kwoty za kurs najpóźniej 4 dni przed rozpoczęciem kursu.
  8. Oficjalnym zaproszeniem na kurs jest harmonogram szkolenia wysyłany mailem najpóźniej 1 dzień przed przystąpieniem do szkolenia.
  9. Stawiamy na małe grupy - liczba miejsc ograniczona! Decyduje kolejność zgłoszeń.
Zobacz terminy

Kurs Data Science - tryb dzienny

Warszawa
od 2017-12-04 do 2018-01-26
Cena: 8600
Zajęcia odbywają się codziennie od poniedziałku do piątku w godzinach 08:30 - 17:00 przez 6 tygodni

Kurs Data Science - tryb weekendowy

Warszawa
od 2017-12-09 do 2018-06-24
Cena: 8600
Zajęcia odbywają się w sb i ndz w godzinach 08:30 - 17:00 w co drugi weekend.

Wykładowcy

Naszym Trenerem jest:

Michał Mikołajewicz


Ukończył Uniwersytet Ekonomiczny w Poznaniu. Tematyką Data Science zajmuje się już od dobrych kilku lat. Jego hobby to nowe technologie, sport i motoryzacja.

LinkedIn: Michał Mikołajewicz

Zaufali nam

Zapisz się