Hoppa till huvudinnehåll

Data-, AI- och molnkurser

Bemästra färdigheter som är viktiga

Följ korta videor ledda av expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i din webbläsare.

  • Lär dig i din egen takt
  • Få praktisk erfarenhet
  • Kompletta kapitel i mindre format

Skapa ditt gratiskonto

eller

Genom att fortsätta accepterar du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.
79 courses

course

Data Structures and Algorithms in Python

  • AvanceradFärdighetsnivå
  • 4.4+
  • 3.4K

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

Programvaruutveckling

4 timmar

course

Introduction to Apache Airflow in Python

  • AvanceradFärdighetsnivå
  • 4.6+
  • 2.8K

Learn how to implement and schedule data engineering workflows.

Datateknik

4 timmar

course

Big Data Fundamentals with PySpark

  • AvanceradFärdighetsnivå
  • 4.7+
  • 2K

Learn the fundamentals of working with big data with PySpark.

Datateknik

4 timmar

course

Object-Oriented Programming in Python

  • AvanceradFärdighetsnivå
  • 4.5+
  • 2K

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

Programvaruutveckling

4 timmar

course

Deep Learning for Images with PyTorch

  • AvanceradFärdighetsnivå
  • 4.5+
  • 1.7K

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

Artificiell intelligens

4 timmar

course

Advanced Git

  • AvanceradFärdighetsnivå
  • 4.6+
  • 1.6K

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

Programvaruutveckling

3 timmar

course

Multi-Agent Systems with LangGraph

  • AvanceradFärdighetsnivå
  • 4.7+
  • 1.6K

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

Artificiell intelligens

3 timmar

course

Introduction to Testing in Python

  • AvanceradFärdighetsnivå
  • 4.5+
  • 1.4K

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

Programvaruutveckling

4 timmar

course

Transformer Models with PyTorch

  • AvanceradFärdighetsnivå
  • 4.5+
  • 1.3K

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

Artificiell intelligens

2 timmar

course

Intermediate dbt

  • AvanceradFärdighetsnivå
  • 4.4+
  • 1.3K

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

Datateknik

2 timmar

course

Introduction to MLflow

  • AvanceradFärdighetsnivå
  • 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.

Maskininlärning

4 timmar

course

Reinforcement Learning with Gymnasium in Python

  • AvanceradFärdighetsnivå
  • 4.5+
  • 1.1K

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

Artificiell intelligens

4 timmar

course

Deep Learning for Text with PyTorch

  • AvanceradFärdighetsnivå
  • 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.

Artificiell intelligens

4 timmar

course

Machine Learning with PySpark

  • AvanceradFärdighetsnivå
  • 4.7+
  • 938

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

Maskininlärning

4 timmar

course

Machine Learning for Time Series Data in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 893

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

Maskininlärning

4 timmar

course

Cleaning Data with PySpark

  • AvanceradFärdighetsnivå
  • 4.6+
  • 867

Learn how to clean data with Apache Spark in Python.

Dataförberedelse

4 timmar

course

Deploying AI into Production with FastAPI

  • AvanceradFärdighetsnivå
  • 4.7+
  • 862

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

Artificiell intelligens

4 timmar

course

MLOps Deployment and Life Cycling

  • AvanceradFärdighetsnivå
  • 4.6+
  • 844

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

Maskininlärning

4 timmar

course

Intermediate Object-Oriented Programming in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 823

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

Programvaruutveckling

4 timmar

course

Image Modeling with Keras

  • AvanceradFärdighetsnivå
  • 4.7+
  • 775

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

Artificiell intelligens

4 timmar

course

Calculations in Tableau

  • AvanceradFärdighetsnivå
  • 4.5+
  • 775

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

Datavisualisering

6 timmar

course

CI/CD for Machine Learning

  • AvanceradFärdighetsnivå
  • 4.5+
  • 700

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

Maskininlärning

5 timmar

course

Case Study: Building E-Commerce Data Models with dbt

  • AvanceradFärdighetsnivå
  • 4.6+
  • 685

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

Datateknik

4 timmar

course

Feature Engineering for NLP in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 579

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

Maskininlärning

4 timmar

course

AI Agents with Hugging Face smolagents

  • AvanceradFärdighetsnivå
  • 4.7+
  • 569

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

Artificiell intelligens

3 timmar

course

Practicing Coding Interview Questions in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 533

Prepare for your next coding interviews in Python.

Programvaruutveckling

4 timmar

course

Quantitative Risk Management in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 532

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

Tillämpad ekonomi

4 timmar

course

Deep Reinforcement Learning in Python

  • AvanceradFärdighetsnivå
  • 4.4+
  • 493

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

Artificiell intelligens

4 timmar

course

Ensemble Methods in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 482

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

Maskininlärning

4 timmar

course

ARIMA Models in Python

  • AvanceradFärdighetsnivå
  • 4.7+
  • 470

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

Maskininlärning

4 timmar

FAQs

Vad är datavetenskap?

Datavetenskap är ett expertområde som fokuserar på att utvinna information från data. Med hjälp av programmeringsfärdigheter, vetenskapliga metoder, algoritmer och mer analyserar dataforskare data för att skapa användbara insikter.

Hur kan jag lära mig datavetenskap?

Du behöver lära dig ett programmeringsspråk som Python eller R och behärska principerna för matematik och statistik. Kunskap om dataanalysmetoder och datavetenskapliga verktyg är också viktigt. Det finns många sätt att lära sig datavetenskap. Förutom formella utbildningsmetoder, som en examen eller universitetsstudier, finns det många andra resurser som hjälper dig att lära dig i din egen takt. Förutom onlinekurser och handledningar finns det böcker, videor och mer.

Vilka färdigheter krävs för datavetenskap?

Förutom kunskaper i matematik och statistik behöver data scientists programmeringskunskaper i språk som Python, R och SQL. Dessutom kräver data science förmågan att arbeta med stora datamängder, kunskap om datavisualisering, datahantering och databashantering. Färdigheter inom maskininlärning och djupinlärning kan också vara användbara.

Vad kan jag använda datavetenskap till?

I en professionell kapacitet kan nästan alla branscher använda data science i viss mån. Hälso- och sjukvårdsorganisationer använder data science för att upptäcka och bota sjukdomar, medan finansbolag använder det för att upptäcka och förebygga bedrägerier. Alla typer av branscher använder data science för marknadsföring, till exempel för att bygga rekommendationssystem och analysera kundbortfall.

Är datavetenskap en bra karriär?

Ja, data science är bland de snabbast växande sektorerna i USA och världen över. Det är också en av de bäst betalda karriärerna som finns. Enligt data från Payscale tjänar erfarna data scientists i genomsnitt 97 609 dollar och har ett nöjdhetsbetyg på fyra av fem stjärnor i USA.

Är det svårt att bli data scientist?

Det finns några saker att tänka på här. För det första kan det vara konkurrenskraftigt att komma in på en data science-examen, och den kräver ofta genomgående höga betyg. På samma sätt kräver många av de färdigheter som krävs för data science mycket studier och tålamod. Det kan ta flera månader att behärska alla nödvändiga grunder, såväl som mycket praktisk erfarenhet för att säkra en ingångsposition.

Kräver datavetenskap kodning?

Ja, du behöver viss kodningserfarenhet i språk som Python, R, SQL, Java och C/C++. Men på grund av dess relativt enkla syntax är programmeringsspråket Python ofta det föredragna valet bland nybörjare.

Hur lång tid tar det att bli dataforskare?

För en person utan tidigare kodningserfarenhet och/eller matematisk bakgrund kan det vanligtvis ta 7 till 12 månader av intensiva studier för att nå nivån av en data scientist på ingångsnivå. Det är dock viktigt att komma ihåg att det inte nödvändigtvis gör dig till en riktig data scientist om du bara lär dig den teoretiska grunden inom data science.

Vilka ämnen kan jag studera inom datavetenskap?

När du väl behärskar grunderna i datavetenskap kan du specialisera dig inom en mängd olika områden, inklusive maskininlärning, artificiell intelligens, stordataanalys, affärsanalys och intelligens, datautvinning och mer.

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.