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.
38 Courses

Course

Introduction to Python for Finance

  • БазовыйУровень мастерства
  • 4.7+
  • 3.6K

Build Python skills to elevate your finance career. Learn how to work with lists, arrays and data visualizations to master financial analyses.

Прикладные финансы

4 часа

Course

Financial Modeling in Excel

  • СреднийУровень мастерства
  • 4.7+
  • 2.1K

Learn about Excel financial modeling, including cash flow, scenario analysis, time value, and capital budgeting.

Прикладные финансы

3 часа

Course

Financial Analysis in Power BI

  • СреднийУровень мастерства
  • 4.6+
  • 1.6K

Learn how to perform financial analysis in Power BI or apply any existing financial skills using Power BI data visualizations.

Прикладные финансы

6 часов

Course

Intermediate Python for Finance

  • СреднийУровень мастерства
  • 4.5+
  • 1.5K

Build on top of your Python skills for Finance, by learning how to use datetime, if-statements, DataFrames, and more.

Прикладные финансы

4 часа

Course

Introduction to R for Finance

  • БазовыйУровень мастерства
  • 4.6+
  • 923

Learn essential data structures such as lists and data frames and apply that knowledge directly to financial examples.

Прикладные финансы

4 часа

Course

Credit Risk Modeling in Python

  • СреднийУровень мастерства
  • 4.6+
  • 692

Learn how to prepare credit application data, apply machine learning and business rules to reduce risk and ensure profitability.

Прикладные финансы

4 часа

Course

Introduction to Financial Concepts in Python

  • БазовыйУровень мастерства
  • 4.6+
  • 687

Using Python and NumPy, learn the most fundamental financial concepts.

Прикладные финансы

4 часа

Course

Introduction to Portfolio Risk Management in Python

  • СреднийУровень мастерства
  • 4.6+
  • 676

Evaluate portfolio risk and returns, construct market-cap weighted equity portfolios and learn how to forecast and hedge market risk via scenario generation.

Прикладные финансы

4 часа

Course

Financial Trading in Python

  • СреднийУровень мастерства
  • 4.7+
  • 610

Learn to implement custom trading strategies in Python, backtest them, and evaluate their performance!

Прикладные финансы

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

Importing and Managing Financial Data in Python

  • СреднийУровень мастерства
  • 4.8+
  • 521

In this course, youll learn how to import and manage financial data in Python using various tools and sources.

Прикладные финансы

5 часов

Course

Case Study: Net Revenue Management in Excel

  • СреднийУровень мастерства
  • 4.4+
  • 517

You will use Net Revenue Management techniques in Excel for a Fast Moving Consumer Goods company.

Прикладные финансы

4 часа

Course

Math for Finance Professionals

  • БазовыйУровень мастерства
  • 4.8+
  • 498

Learn essential finance math skills with practical Excel exercises and real-world examples.

Прикладные финансы

3 часа

Course

Financial Analytics in Google Sheets

  • БазовыйУровень мастерства
  • 4.2+
  • 490

Learn how to build a graphical dashboard with Google Sheets to track the performance of financial securities.

Прикладные финансы

4 часа

Course

Introduction to Portfolio Analysis in Python

  • ПередовойУровень мастерства
  • 4.6+
  • 445

Learn how to calculate meaningful measures of risk and performance, and how to compile an optimal portfolio for the desired risk and return trade-off.

Прикладные финансы

4 часа

Course

Financial Modeling in Google Sheets

  • СреднийУровень мастерства
  • 4.4+
  • 445

Learn basic business modeling including cash flows, investments, annuities, loan amortization, and more using Google Sheets.

Прикладные финансы

4 часа

Course

Corporate Finance Fundamentals

  • БазовыйУровень мастерства
  • 4.7+
  • 434

Learn key financial concepts such as capital investment, WACC, and shareholder value.

Прикладные финансы

2 часа

Course

Introduction to Financial Statements in Power BI

  • СреднийУровень мастерства
  • 4.7+
  • 419

Discover how to use the income statement and balance sheet in Power BI

Прикладные финансы

4 часа

Course

Case Study: Mortgage Trading Analysis in Power BI

  • СреднийУровень мастерства
  • 4.6+
  • 385

In this Power BI case study you’ll play the role of a junior trader, analyzing mortgage trading and enhancing your data modeling and financial analysis skills.

Прикладные финансы

3 часа

Course

Intermediate R for Finance

  • БазовыйУровень мастерства
  • 4.3+
  • 348

Learn about how dates work in R, and explore the world of if statements, loops, and functions using financial examples.

Прикладные финансы

5 часов

Course

Analyzing Financial Statements in Python

  • СреднийУровень мастерства
  • 4.2+
  • 347

Learn to analyze financial statements using Python. Compute ratios, assess financial health, handle missing values, and present your analysis.

Прикладные финансы

4 часа

Course

GARCH Models in Python

  • СреднийУровень мастерства
  • 4.7+
  • 334

Learn about GARCH Models, how to implement them and calibrate them on financial data from stocks to foreign exchange.

Прикладные финансы

4 часа

Course

Introduction to Portfolio Analysis in R

  • БазовыйУровень мастерства
  • 4.5+
  • 310

Apply your finance and R skills to backtest, analyze, and optimize financial portfolios.

Прикладные финансы

5 часов

Course

Introduction to Business Valuation

  • БазовыйУровень мастерства
  • 4.8+
  • 245

Learn business valuation with real-world applications and case studies using discounted cash flows (DCF).

Прикладные финансы

3 часа

Course

Case Study: Financial Analysis in KNIME

  • СреднийУровень мастерства
  • 4.2+
  • 220

Apply financial analysis in KNIME with real-world data, enhancing data preparation and workflow skills.

Прикладные финансы

3 часа

Course

Quantitative Risk Management in R

  • БазовыйУровень мастерства
  • 4.3+
  • 186

Work with risk-factor return series, study their empirical properties, and make estimates of value-at-risk.

Прикладные финансы

5 часов

Course

GARCH Models in R

  • ПередовойУровень мастерства
  • 4.5+
  • 160

Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

Прикладные финансы

4 часа

Course

Credit Risk Modeling in R

  • СреднийУровень мастерства
  • 4.4+
  • 160

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Прикладные финансы

4 часа

Course

Financial Forecasting in Python

  • СреднийУровень мастерства
  • 4.7+
  • 153

Step into the role of CFO and learn how to advise a board of directors on key metrics while building a financial forecast.

Прикладные финансы

4 часа

Course

Loan Amortization in Google Sheets

  • СреднийУровень мастерства
  • 3.5+
  • 125

Learn how to build an amortization dashboard in Google Sheets with financial and conditional formulas.

Прикладные финансы

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.