คอร์ส
การจัดการข้อมูลใน Databricks
- Basicระดับทักษะ
- 4.7+
- 874 รีวิว
เรียนรู้การจัดการข้อมูลใน Databricks ด้วย Delta Lake รวมถึงธุรกรรม ACID การบังคับใช้สคีมา และความปลอดภัย
การจัดการข้อมูล
ดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
หรือ
คอร์ส
เรียนรู้การจัดการข้อมูลใน Databricks ด้วย Delta Lake รวมถึงธุรกรรม ACID การบังคับใช้สคีมา และความปลอดภัย
การจัดการข้อมูล
คอร์ส
This course helps your preparation for the Associate Cloud Engineer exam, learn about the Google Cloud domains in the exam and create a study plan.
Cloud
คอร์ส
Master data preparation, cleaning, and analysis in Alteryx Designer, whether you are a new or seasoned analyst.
การเตรียมข้อมูล
คอร์ส
สร้างฟีเจอร์ใหม่เพื่อปรับปรุงประสิทธิภาพของโมเดล Machine Learning ของคุณ
Machine Learning
คอร์ส
Boost your coding with Windsurf, the AI-powered IDE that helps you build, debug, and deploy faster.
ปัญญาประดิษฐ์
คอร์ส
สร้างและปรับใช้เว็บแอปและฟังก์ชันแบบ serverless ที่ปรับขนาดได้บน Azure พร้อมเชี่ยวชาญด้านความปลอดภัย การมอนิเตอร์ และระบบอัตโนมัติ
Cloud
คอร์ส
ในบทนำสู่ DevOps นี้ คุณจะเชี่ยวชาญพื้นฐานของ DevOps และเรียนรู้แนวคิด เครื่องมือ และเทคนิคสำคัญเพื่อเพิ่มประสิทธิภาพการทำงาน
การพัฒนาซอฟต์แวร์
คอร์ส
ค้นหา ตาราง จัดเก็บและจัดการ ตารางและวิว ใหม่ และเขียนโค้ด SQL ที่ดูแลรักษาได้ เพื่อตอบคำถามทางธุรกิจ
การรายงาน
คอร์ส
Enhance virtual meetings with Gemini in Google Meet. Leverage AI-driven summaries, notes, and tools to make every meeting more efficient and actionable.
ปัญญาประดิษฐ์
คอร์ส
ในคอร์สนี้ คุณจะได้สำรวจเฟรมเวิร์ก MLOps สมัยใหม่ ครอบคลุมวงจรชีวิตและการนำโมเดลแมชชีนเลิร์นนิงไปใช้งาน
Machine Learning
คอร์ส
ร่วมมือกับ AI เพื่อให้การสรรหา งานบุคคล และการมีส่วนร่วมด้านนโยบายเร็วขึ้นและเป็นธรรมมากขึ้น
ปัญญาประดิษฐ์
คอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้พื้นฐานของการทำงานกับข้อมูลอนุกรมเวลา
การจัดการข้อมูล
คอร์ส
Bash scripting allows you to build analytics pipelines in the cloud and work with data stored across multiple files.
การพัฒนาซอฟต์แวร์
คอร์ส
โหลด ทำงานอัตโนมัติ และเพิ่มประสิทธิภาพ data pipelines ใน Snowflake ด้วย COPY INTO, Snowpipe, streams, tasks, dynamic tables และเครื่องมือประสิทธิภาพการ query
วิศวกรรมข้อมูล
คอร์ส
สร้างแอปพลิเคชัน AI ที่ชาญฉลาด โต้ตอบได้ และเชื่อถือได้ง่ายกว่าที่เคยด้วย OpenAI Responses API และ GPT-5
ปัญญาประดิษฐ์
คอร์ส
Learn about the key features of Gemini and how they can be used to improve productivity and efficiency in Gmail.
ปัญญาประดิษฐ์
คอร์ส
Practice data storytelling using real-world examples! Communicate complex insights effectively with a dataset of certified green businesses.
ความรู้ด้านข้อมูล
คอร์ส
ในคอร์สนี้ คุณจะใช้ T-SQL ซึ่งเป็นรูปแบบของ SQL ที่ใช้ใน Microsoft SQL Server สำหรับการวิเคราะห์ข้อมูล
การพัฒนาซอฟต์แวร์
คอร์ส
Learn to secure, govern, and manage Snowflake at scale. Cover RBAC, data masking, cost monitoring, Time Travel, and secure data sharing.
การจัดการข้อมูล
คอร์ส
เชี่ยวชาญ Apache Kafka! ตั้งแต่แนวคิดพื้นฐานไปจนถึงสถาปัตยกรรมขั้นสูง เรียนรู้การสร้าง จัดการ และแก้ปัญหา Kafka สำหรับความท้าทายด้านสตรีมมิงข้อมูลจริง!
วิศวกรรมข้อมูล
คอร์ส
พัฒนาทักษะ OOP ของคุณด้วย descriptors, multilevel inheritance และ abstract base classes!
การพัฒนาซอฟต์แวร์
คอร์ส
เข้าใจหลักการ GDPR อย่างชัดเจน และเรียนรู้วิธีตั้งค่ากระบวนการที่สอดคล้องกับ GDPR ในคอร์สที่ครอบคลุมนี้
ความรู้ด้านข้อมูล
คอร์ส
ต่อยอดทักษะ Python สำหรับการเงิน ด้วยการใช้ datetime, if-statements, DataFrames และอื่นๆ
การเงินประยุกต์
คอร์ส
Master data manipulation and analysis techniques such as CASE statements, subqueries, and CTEs in Snowflake.
การจัดการข้อมูล
คอร์ส
เรียนรู้พื้นฐานของการตรวจสอบความถูกต้องของโมเดล เทคนิคการตรวจสอบ และเริ่มสร้างโมเดลที่ผ่านการตรวจสอบและมีประสิทธิภาพสูง
Machine Learning
คอร์ส
เรียนรู้การใช้ FastAPI เพื่อพัฒนา API ที่รองรับโมเดล AI สร้างขึ้นเพื่อตอบโจทย์ความต้องการจริงในโลกจริง
ปัญญาประดิษฐ์
คอร์ส
Learn to perform linear and logistic regression with multiple explanatory variables.
ความน่าจะเป็นและสถิติ
คอร์ส
หลักสูตรนี้เน้นการสร้างฟีเจอร์และแมชชีนเลิร์นนิงสำหรับข้อมูลอนุกรมเวลา
Machine Learning
คอร์ส
ค้นพบโลกอันน่าตื่นเต้นของ Deep Learning for Text ด้วย PyTorch และปลดล็อกความเป็นไปได้ใหม่ๆ ในการประมวลผลภาษาธรรมชาติและการสร้างข้อความ
ปัญญาประดิษฐ์
คอร์ส
เรียนรู้การทำงานกับ Plain Old Java Objects เชี่ยวชาญ Collections Framework และจัดการข้อยกเว้นอย่างมืออาชีพ พร้อม logging รองรับทุกอย่าง!
การพัฒนาซอฟต์แวร์
data science เป็นสาขาความเชี่ยวชาญที่มุ่งเน้นการรับข้อมูลจากข้อมูล โดยใช้ทักษะการเขียนโปรแกรม วิธีการทางวิทยาศาสตร์ อัลกอริทึม และอื่น ๆ นักวิทยาศาสตร์ข้อมูลวิเคราะห์ข้อมูลเพื่อสร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง
คุณจะต้องเรียนรู้ภาษาโปรแกรมเช่น Python หรือ R และฝึกฝนหลักการของคณิตศาสตร์และสถิติ ความรู้เกี่ยวกับวิธีการวิเคราะห์ข้อมูลและเครื่องมือ data science ก็จำเป็นเช่นกัน มีหลายวิธีในการเรียน data science นอกจากการศึกษาแบบเป็นทางการ เช่น ปริญญาหรือการเรียนในมหาวิทยาลัย ยังมีแหล่งข้อมูลอื่น ๆ อีกมากมายที่ช่วยให้คุณเรียนในจังหวะของตัวเอง ทั้งคอร์สออนไลน์ บทช่วยสอน หนังสือ วิดีโอ และอื่น ๆ
นอกจากความรู้ด้านคณิตศาสตร์และสถิติแล้ว นักวิทยาศาสตร์ข้อมูลยังต้องมีทักษะการเขียนโปรแกรมในภาษาเช่น Python, R และ SQL วิทยาศาสตร์ข้อมูลยังต้องการความสามารถในการทำงานกับชุดข้อมูลขนาดใหญ่ ความรู้ด้าน data visualization การจัดการข้อมูล และการจัดการฐานข้อมูล ทักษะด้าน machine learning และ deep learning ก็อาจเป็นประโยชน์เช่นกัน
ในแง่วิชาชีพ เกือบทุกอุตสาหกรรมสามารถใช้ data science ได้ในระดับหนึ่ง องค์กรด้านสุขภาพใช้ data science เพื่อตรวจจับและรักษาโรค ในขณะที่บริษัทการเงินใช้เพื่อตรวจจับและป้องกันการฉ้อโกง ทุกประเภทอุตสาหกรรมใช้ data science สำหรับการตลาด เช่น การสร้างระบบแนะนำและการวิเคราะห์การสูญเสียลูกค้า
ใช่ วิทยาศาสตร์ข้อมูลเป็นหนึ่งในภาคส่วนที่เติบโตเร็วที่สุดทั้งในสหรัฐอเมริกาและทั่วโลก และยังเป็นหนึ่งในอาชีพที่มีรายได้สูงที่สุดอีกด้วย จากข้อมูลของ Payscale นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มีรายได้เฉลี่ย $97,609 และได้รับคะแนนความพึงพอใจสี่ดาวจากห้าดาวในสหรัฐอเมริกา
มีสิ่งสองสามอย่างที่ต้องพิจารณา ประการแรก ปริญญาด้าน data science อาจมีการแข่งขันสูงในการเข้าเรียน มักต้องการเกรดที่ดีอย่างสม่ำเสมอ ในทำนองเดียวกัน ทักษะหลายอย่างที่จำเป็นสำหรับ data science ต้องการการศึกษาและความอดทนมาก อาจใช้เวลาหลายเดือนเพื่อฝึกฝนพื้นฐานที่จำเป็นทั้งหมด รวมถึงประสบการณ์ปฏิบัติจริงมากมายเพื่อให้ได้ตำแหน่งระดับเริ่มต้น
ใช่ คุณจะต้องมีประสบการณ์เขียนโค้ดในภาษาต่างๆ เช่น Python, R, SQL, Java และ C/C++ อย่างไรก็ตาม เนื่องจาก Python มีไวยากรณ์ที่ค่อนข้างเรียบง่าย จึงมักเป็นตัวเลือกแรกสำหรับผู้เริ่มต้น
สำหรับผู้ที่ไม่มีประสบการณ์การเขียนโค้ดและ/หรือพื้นฐานคณิตศาสตร์มาก่อน โดยทั่วไปอาจต้องใช้เวลาศึกษาอย่างเข้มข้น 7 ถึง 12 เดือนเพื่อให้ถึงระดับนักวิทยาศาสตร์ข้อมูลมือใหม่ อย่างไรก็ตาม สิ่งสำคัญที่ต้องจำไว้คือการเรียนรู้เพียงแค่ทฤษฎีของวิทยาศาสตร์ข้อมูลอาจยังไม่เพียงพอที่จะทำให้คุณเป็นนักวิทยาศาสตร์ข้อมูลที่แท้จริง
เมื่อเชี่ยวชาญพื้นฐานด้านวิทยาศาสตร์ข้อมูลแล้ว คุณสามารถเจาะลึกในสาขาที่หลากหลาย ไม่ว่าจะเป็น machine learning, ปัญญาประดิษฐ์, การวิเคราะห์ข้อมูลขนาดใหญ่, business analytics, data mining และอื่นๆ อีกมากมาย
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา