Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 31.605
- Реакции
- 446.939
Последние темы автора:
[Наталия Кверквеладзе] [Институт Открытого поля] Расстановки выбора...
[Дарья Руденко] Wildberries из Беларуси. 7 поток. Тариф Я смотрю (2023)
[Марина Беркутова] [pearl_and_soul] Курс по созданию украшений "Создавай" (2024)
[Радим Мусабиров] Стань профи дизайнером. Тариф Минимальный (2024)
[Вероника Кромбергер] Думай, как миллионеры. Тариф Делаю Сам (2024)
[Дарья Руденко] Wildberries из Беларуси. 7 поток. Тариф Я смотрю (2023)
[Марина Беркутова] [pearl_and_soul] Курс по созданию украшений "Создавай" (2024)
[Радим Мусабиров] Стань профи дизайнером. Тариф Минимальный (2024)
[Вероника Кромбергер] Думай, как миллионеры. Тариф Делаю Сам (2024)
[Нетология] [Алексей Кузьмин] Big Data с нуля (2022)
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.
-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
Подробнее:
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.
-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
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
