Przejdź do głównej treści

Kursy z danych, AI i chmury

Opanuj umiejętności, które się liczą

Oglądaj krótkie filmy prowadzone przez ekspertów-instruktorów, a następnie ćwicz to, czego się nauczyłeś, w interaktywnych ćwiczeniach w przeglądarce.

  • Ucz się we własnym tempie
  • Zdobądź praktyczne doświadczenie
  • Ukończ krótkie rozdziały

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.
771 Kursów

Kurs

R dla użytkowników SAS

  • PodstawowyPoziom umiejętności
  • 4.7+
  • 28 recenzji

Dowiedz się, jak przełożyć wiedzę SAS na R i analizować dane za pomocą tego darmowego i potężnego języka programowania.

Tworzenie oprogramowania

4 godziny

Kurs

MLOps dla biznesu

  • PodstawowyPoziom umiejętności
  • 4.8+
  • 150 recenzji

Poznaj MLOps, w tym narzędzia i praktyki potrzebne do automatyzacji i skalowania aplikacji uczenia maszynowego.

Uczenie maszynowe

3 godziny

Kurs

Testy A/B w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 91 recenzji

Poznaj podstawy testów A/B w R: projektowanie eksperymentów, analiza danych, prognozowanie wyników i prezentacja rezultatów w wizualizacjach.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Programowanie z dplyr

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 50 recenzji

Naucz się wykonywać zaawansowane transformacje dplyr i umieszczać kod dplyr oraz ggplot2 w funkcjach.

Przetwarzanie danych

4 godziny

Kurs

Analiza sieci w Pythonie – poziom średniozaawansowany

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 79 recenzji

Analizuj wykresy szeregów czasowych, używaj grafów dwudzielnych i zdobądź umiejętności potrzebne do rozwiązywania zaawansowanych problemów w analizie sieci.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Modele GARCH w R

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 97 recenzji

Określaj i dopasowuj modele GARCH, aby prognozować zmienną w czasie zmienność i value-at-risk.

Finanse stosowane

4 godziny

Kurs

Google: Introduction to Large Language Models

  • PodstawowyPoziom umiejętności
  • 5
  • 15 recenzji

This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.

Chmura

1 godzina

Kurs

Google DeepMind: Accelerate Your Model

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.9+
  • 21 recenzji

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Chmura

7 godzin

Kurs

Inżynieria cech w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 150 recenzji

Poznaj zasady feature engineering dla modeli machine learning i wdrażaj je z użyciem frameworka R tidymodels.

Uczenie maszynowe

4 godziny

Kurs

Google: Manage Agent Memory and State

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.6+
  • 23 recenzje

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

Chmura

1 godzina 30 min

Kurs

Google: Add Agent Capabilities With Tools

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 22 recenzje

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Chmura

3 godziny

Kurs

Build Data Lakes and Data Warehouses on Google Cloud

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.9+
  • 17 recenzji

Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.

Chmura

3 godziny 48 min

Kurs

Wprowadzenie do Spark z pakietem sparklyr w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 82 recenzje

Naucz się analizować duże zbiory danych za pomocą Spark i pakietu sparklyr w R oraz poznaj Spark MLIb w zaledwie 4 godziny.

Inżynieria danych

4 godziny

Kurs

Wycena i analiza obligacji w Pythonie

  • PodstawowyPoziom umiejętności
  • 4.8+
  • 72 recenzje

Poznaj działanie obligacji, ich wycenę i ocenę ryzyka z użyciem pakietów numpy i numpy-financial.

Finanse stosowane

4 godziny

Kurs

Logging and Monitoring in Google Cloud

  • PodstawowyPoziom umiejętności
  • 4.9+
  • 23 recenzje

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Chmura

5 godzin 15 min

Kurs

Bayesowskie modelowanie regresji z rstanarm

  • ZaawansowanyPoziom umiejętności
  • 4.8+
  • 69 recenzji

Poznaj metody estymacji bayesowskiej, by trafniej wnioskować o modelach regresji liniowej.

Prawdopodobieństwo i statystyka

4 godziny

Kurs

Handel finansowy w R

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.8+
  • 77 recenzji

Ten kurs omawia podstawy handlu finansowego i użycia quantstrat do budowy strategii handlowych opartych na sygnałach.

Finanse stosowane

5 godzin

Kurs

Studium przypadku: analiza zapasów w Tableau

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 65 recenzji

Rozwiń umiejętności Tableau dzięki temu studium przypadku dotyczącym analizy zapasów. Analizuj zbiór danych, twórz pola obliczeniowe i twórz wizualizacje.

Wizualizacja danych

2 godziny

Kurs

Studium przypadku: analiza danych medycznych w Tableau

  • ŚredniozaawansowanyPoziom umiejętności
  • 4.7+
  • 69 recenzji

Ćwicz Tableau na naszym studium przypadku z branży ochrony zdrowia. Analizuj dane, odkrywaj wnioski o efektywności i twórz dashboard.

Wizualizacja danych

3 godziny

FAQs

Czym jest data science?

Data science to dziedzina wiedzy skoncentrowana na pozyskiwaniu informacji z danych. Korzystając z umiejętności programowania, metod naukowych, algorytmów i nie tylko, data scientists analizują dane, aby tworzyć przydatne wnioski.

Jak mogę nauczyć się data science?

Będziesz potrzebować nauki języka programowania, takiego jak Python lub R, i opanowania zasad matematyki i statystyki. Niezbędna jest również znajomość metod analizy danych i narzędzi data science. Istnieje wiele sposobów nauki data science. Oprócz formalnych form edukacji, takich jak studia czy kursy akademickie, istnieje wiele innych zasobów, które pomogą ci uczyć się we własnym tempie. Oprócz kursów online i samouczków dostępne są książki, filmy i wiele więcej.

Jakich umiejętności wymaga data science?

Oprócz znajomości matematyki i statystyki, data scientists potrzebują umiejętności programistycznych w językach takich jak Python, R i SQL. Ponadto data science wymaga umiejętności pracy z dużymi zbiorami danych, wiedzy z zakresu wizualizacji danych, obróbki danych i zarządzania bazami danych. Przydatne mogą być również umiejętności w dziedzinie uczenia maszynowego i głębokiego uczenia.

Do czego mogę używać data science?

W zastosowaniach zawodowych prawie każda branża może w pewnym stopniu korzystać z data science. Organizacje opieki zdrowotnej używają data science do wykrywania i leczenia chorób, podczas gdy firmy finansowe używają jej do wykrywania i zapobiegania oszustwom. Wszelkiego rodzaju branże używają data science do marketingu, np. do budowania systemów rekomendacji i analizowania odejść klientów.

Czy data science to dobra kariera?

Tak, data science jest jednym z najszybciej rozwijających się sektorów w USA i na całym świecie. Jest to również jedna z najlepiej opłacanych karier. Według danych Payscale, doświadczeni data scientists zarabiają średnio 97 609 USD i mają ocenę satysfakcji czterech gwiazdek na pięć w USA.

Czy trudno zostać data scientist?

Należy tu wziąć pod uwagę kilka kwestii. Po pierwsze, studia z zakresu data science są często wymagające, wymagając konsekwentnie wysokich ocen. Podobnie, wiele umiejętności wymaganych w data science wymaga dużo nauki i cierpliwości. Opanowanie wszystkich niezbędnych podstaw może zająć kilka miesięcy, a zdobycie stanowiska na poziomie podstawowym wymaga dużo praktycznego doświadczenia.

Czy data science wymaga programowania?

Tak, będziesz potrzebować doświadczenia w programowaniu w takich językach jak Python, R, SQL, Java czy C/C++. Jednak ze względu na stosunkowo prostą składnię Python jest często preferowanym wyborem wśród osób stawiających pierwsze kroki.

Jak długo trwa zostanie data scientist?

Dla osoby bez wcześniejszego doświadczenia w kodowaniu i/lub matematycznego przygotowania zazwyczaj zajmuje to 7 do 12 miesięcy intensywnych studiów, aby osiągnąć poziom data scientist na poziomie podstawowym. Jednak ważne jest, aby pamiętać, że nauka jedynie teoretycznych podstaw data science może nie uczynić cię prawdziwym data scientistem.

Jakich tematów mogę się uczyć w ramach data science?

Gdy opanujesz podstawy data science, możesz specjalizować się w różnych obszarach – machine learning, sztuczna inteligencja, analiza big data, business intelligence i analityka, eksploracja danych i wiele innych.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.