Перейти к основному содержимому

Курсы по данным, искусственному интеллекту и облачным технологиям

Освойте навыки, которые имеют значение.

Просматривайте короткие видеоролики под руководством опытных инструкторов, а затем применяйте полученные знания на практике с помощью интерактивных упражнений в браузере.

  • Учитесь в своем собственном темпе.
  • Получите практический опыт.
  • Полные главы, которые можно прочитать понемногу.

Создайте бесплатный аккаунт

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и подтверждаете, что ваши данные хранятся в США.
79 Courses

Course

Data Structures and Algorithms in Python

  • ПередовойУровень мастерства
  • 4.4+
  • 3.4K

Explore data structures such as linked lists, stacks, queues, hash tables, and graphs; and search and sort algorithms!

Разработка программного обеспечения

4 часа

Course

Introduction to Apache Airflow in Python

  • ПередовойУровень мастерства
  • 4.6+
  • 2.8K

Learn how to implement and schedule data engineering workflows.

Инженерия данных

4 часа

Course

Big Data Fundamentals with PySpark

  • ПередовойУровень мастерства
  • 4.7+
  • 2K

Learn the fundamentals of working with big data with PySpark.

Инженерия данных

4 часа

Course

Object-Oriented Programming in Python

  • ПередовойУровень мастерства
  • 4.5+
  • 2K

Dive in and learn how to create classes and leverage inheritance and polymorphism to reuse and optimize code.

Разработка программного обеспечения

4 часа

Course

Deep Learning for Images with PyTorch

  • ПередовойУровень мастерства
  • 4.5+
  • 1.7K

Apply PyTorch to images and use deep learning models for object detection with bounding boxes and image segmentation generation.

Искусственный интеллект

4 часа

Course

Advanced Git

  • ПередовойУровень мастерства
  • 4.6+
  • 1.6K

Master Git’s advanced features to streamline data science and engineering workflows, from complex merging to large-scale project optimization.

Разработка программного обеспечения

3 часа

Course

Multi-Agent Systems with LangGraph

  • ПередовойУровень мастерства
  • 4.7+
  • 1.6K

Build powerful multi-agent systems by applying emerging agentic design patterns in the LangGraph framework.

Искусственный интеллект

3 часа

Course

Introduction to Testing in Python

  • ПередовойУровень мастерства
  • 4.5+
  • 1.4K

Master Python testing: Learn methods, create checks, and ensure error-free code with pytest and unittest.

Разработка программного обеспечения

4 часа

Course

Transformer Models with PyTorch

  • ПередовойУровень мастерства
  • 4.5+
  • 1.3K

What makes LLMs tick? Discover how transformers revolutionized text modeling and kickstarted the generative AI boom.

Искусственный интеллект

2 часа

Course

Intermediate dbt

  • ПередовойУровень мастерства
  • 4.4+
  • 1.3K

Take your dbt skills to the next level with this hands-on course designed for data engineers and analytics professionals.

Инженерия данных

2 часа

Course

Introduction to MLflow

  • ПередовойУровень мастерства
  • 4.6+
  • 1.2K

Learn how to use MLflow to simplify the complexities of building machine learning applications. Explore MLflow tracking, projects, models, and model registry.

Машинное обучение

4 часа

Course

Reinforcement Learning with Gymnasium in Python

  • ПередовойУровень мастерства
  • 4.5+
  • 1.1K

Start your reinforcement learning journey! Learn how agents can learn to solve environments through interactions.

Искусственный интеллект

4 часа

Course

Deep Learning for Text with PyTorch

  • ПередовойУровень мастерства
  • 4.5+
  • 1.1K

Discover the exciting world of Deep Learning for Text with PyTorch and unlock new possibilities in natural language processing and text generation.

Искусственный интеллект

4 часа

Course

Machine Learning with PySpark

  • ПередовойУровень мастерства
  • 4.7+
  • 938

Learn how to make predictions from data with Apache Spark, using decision trees, logistic regression, linear regression, ensembles, and pipelines.

Машинное обучение

4 часа

Course

Machine Learning for Time Series Data in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 893

This course focuses on feature engineering and machine learning for time series data.

Машинное обучение

4 часа

Course

Cleaning Data with PySpark

  • ПередовойУровень мастерства
  • 4.6+
  • 867

Learn how to clean data with Apache Spark in Python.

Подготовка данных

4 часа

Course

Deploying AI into Production with FastAPI

  • ПередовойУровень мастерства
  • 4.7+
  • 862

Learn how to use FastAPI to develop APIs that support AI models, built to meet real-world demands.

Искусственный интеллект

4 часа

Course

MLOps Deployment and Life Cycling

  • ПередовойУровень мастерства
  • 4.6+
  • 844

In this course, you’ll explore the modern MLOps framework, exploring the lifecycle and deployment of machine learning models.

Машинное обучение

4 часа

Course

Intermediate Object-Oriented Programming in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 823

Build your OOP skills with descriptors, multilevel inheritance, and abstract base classes!

Разработка программного обеспечения

4 часа

Course

Image Modeling with Keras

  • ПередовойУровень мастерства
  • 4.7+
  • 775

Learn to conduct image analysis using Keras with Python by constructing, training, and evaluating convolutional neural networks.

Искусственный интеллект

4 часа

Course

Calculations in Tableau

  • ПередовойУровень мастерства
  • 4.5+
  • 775

In this interactive course, you’ll learn how to use functions for your Tableau calculations and when you should use them!

Визуализация данных

6 часов

Course

CI/CD for Machine Learning

  • ПередовойУровень мастерства
  • 4.5+
  • 700

Elevate your Machine Learning Development with CI/CD using GitHub Actions and Data Version Control

Машинное обучение

5 часов

Course

Case Study: Building E-Commerce Data Models with dbt

  • ПередовойУровень мастерства
  • 4.6+
  • 685

Learn how to transform raw data into clean, reliable models with dbt through hands-on, real-world exercises.

Инженерия данных

4 часа

Course

Feature Engineering for NLP in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 579

Learn techniques to extract useful information from text and process them into a format suitable for machine learning.

Машинное обучение

4 часа

Course

AI Agents with Hugging Face smolagents

  • ПередовойУровень мастерства
  • 4.7+
  • 569

Learn how to build intelligent agents that reason, act, and solve real-world tasks using Python.

Искусственный интеллект

3 часа

Course

Practicing Coding Interview Questions in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 533

Prepare for your next coding interviews in Python.

Разработка программного обеспечения

4 часа

Course

Quantitative Risk Management in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 532

Learn about risk management, value at risk and more applied to the 2008 financial crisis using Python.

Прикладные финансы

4 часа

Course

Deep Reinforcement Learning in Python

  • ПередовойУровень мастерства
  • 4.4+
  • 493

Learn and use powerful Deep Reinforcement Learning algorithms, including refinement and optimization techniques.

Искусственный интеллект

4 часа

Course

Ensemble Methods in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 482

Learn how to build advanced and effective machine learning models in Python using ensemble techniques such as bagging, boosting, and stacking.

Машинное обучение

4 часа

Course

ARIMA Models in Python

  • ПередовойУровень мастерства
  • 4.7+
  • 470

Learn about ARIMA models in Python and become an expert in time series analysis.

Машинное обучение

4 часа

FAQs

Что такое наука о данных?

Наука о данных — это область знаний, сосредоточенная на извлечении информации из данных. Используя навыки программирования, научные методы, алгоритмы и многое другое, специалисты по анализу данных анализируют данные для получения практических выводов.

Как я могу изучить науку о данных?

Вам потребуется изучить язык программирования, например Python или R, и освоить основы математики и статистики. Знание методов анализа данных и инструментов науки о данных также имеет важное значение. Существует множество способов изучения науки о данных. Помимо формального образования, такого как получение степени или обучение в университете, существует множество других ресурсов, которые помогут вам учиться в своем собственном темпе. Помимо онлайн-курсов и учебных пособий, есть книги, видео и многое другое.

Какие навыки необходимы для работы в области анализа данных?

Помимо знаний математики и статистики, специалистам по анализу данных необходимы навыки программирования на таких языках, как Python, R и SQL. Кроме того, для работы с данными требуется умение работать с большими массивами данных, знание методов визуализации данных, обработки данных и управления базами данных. Навыки машинного обучения и глубокого обучения также могут быть полезны.

Для чего можно использовать науку о данных?

В профессиональной сфере наука о данных в той или иной степени применима практически в любой отрасли. Медицинские организации используют науку о данных для выявления и лечения заболеваний, а финансовые компании — для выявления и предотвращения мошенничества. Различные отрасли используют науку о данных в маркетинге, например, для создания рекомендательных систем и анализа оттока клиентов.

Является ли профессия в сфере анализа данных перспективной?

Да, наука о данных входит в число самых быстрорастущих отраслей в США и во всем мире. Это также одна из самых высокооплачиваемых профессий. Согласно данным Payscale, опытные специалисты по анализу данных зарабатывают в среднем 97 609 долларов и имеют рейтинг удовлетворенности работой четыре звезды из пяти в США.

Сложно ли стать специалистом по анализу данных?

Здесь следует учесть несколько моментов. Во-первых, поступить на программы по анализу данных может быть непросто, часто требуются стабильно высокие оценки. Аналогично, многие навыки, необходимые для работы в области анализа данных, требуют много времени на учёбу и терпение. На освоение всех необходимых основ может уйти несколько месяцев, а также потребуется большой практический опыт для получения должности начального уровня.

Требуется ли программирование для работы с данными?

Да, вам потребуется некоторый опыт программирования на таких языках, как Python, R, SQL, Java и C/C++. Однако, благодаря относительно простому синтаксису, язык программирования Python часто является предпочтительным выбором для новичков.

Сколько времени нужно, чтобы стать специалистом по анализу данных?

Человеку без предварительного опыта программирования и/или математической подготовки обычно требуется от 7 до 12 месяцев интенсивного обучения, чтобы достичь уровня начинающего специалиста по анализу данных. Однако важно помнить, что изучение только теоретических основ анализа данных может не сделать вас настоящим специалистом по анализу данных.

Какие темы можно изучать в рамках науки о данных?

Освоив основы науки о данных, вы можете специализироваться в различных областях, включая машинное обучение, искусственный интеллект, анализ больших данных, бизнес-аналитику и интеллектуальные системы, интеллектуальный анализ данных и многое другое.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.