คอร์ส
AWS Concepts
- Basicระดับทักษะ
- 4.7+
- 3,800 รีวิว
ค้นพบโลกของ Amazon Web Services (AWS) และเข้าใจว่าทำไมจึงอยู่แถวหน้าของการประมวลผลบนคลาวด์
Cloud
คอร์สด้าน Data, AI และ Cloud
เชี่ยวชาญทักษะที่สำคัญดูวิดีโอสั้นๆ ที่นำโดยผู้สอนผู้เชี่ยวชาญ แล้วฝึกฝนสิ่งที่คุณเรียนรู้ด้วยแบบฝึกหัดเชิงโต้ตอบในเบราว์เซอร์ของคุณ
- เรียนในจังหวะของตัวเอง
- รับประสบการณ์ปฏิบัติจริง
- เรียนบทสั้น ๆ ขนาดพอดีคำจนครบ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
11 คอร์ส
คอร์ส
แนวคิดเทคโนโลยีและบริการ AWS Cloud
- Basicระดับทักษะ
- 4.7+
- 1,981 รีวิว
เชี่ยวชาญเทคโนโลยีคลาวด์ AWS ด้วยการเรียนรู้แบบลงมือทำและการประยุกต์ใช้จริงในระบบนิเวศ AWS
Cloud
คอร์ส
แนวคิดด้านความปลอดภัยและการจัดการต้นทุนบน AWS
- Basicระดับทักษะ
- 4.8+
- 1,373 รีวิว
เชี่ยวชาญ AWS security, governance และ cost optimization เพื่อเตรียมสอบ Cloud Practitioner certification
Cloud
คอร์ส
Serverless Applications with AWS Lambda
- ระดับกลางระดับทักษะ
- 4.7+
- 34 รีวิว
Build, deploy, and optimize serverless apps with AWS Lambda. Master event processing, error handling, concurrency, and safe deployments in a live AWS Console.
Cloud
คอร์ส
Python เบื้องต้นสำหรับ AWS Boto
- ระดับกลางระดับทักษะ
- 4.8+
- 216 รีวิว
เรียนรู้เกี่ยวกับ AWS Boto และการใช้ประโยชน์จากเทคโนโลยีคลาวด์เพื่อเพิ่มประสิทธิภาพเวิร์กโฟลว์ข้อมูลของคุณ
Cloud
คอร์ส
Streaming Data ด้วย AWS Kinesis และ Lambda
- ขั้นสูงระดับทักษะ
- 4.7+
- 171 รีวิว
เรียนรู้วิธีทำงานกับข้อมูลสตรีมมิงด้วยเทคโนโลยีแบบ serverless บน AWS
Cloud
คอร์ส
การใช้งาน Data Stores บน AWS
- ระดับกลางระดับทักษะ
- 4.7+
- 31 รีวิว
เรียนรู้การเลือก สร้าง และรักษาความปลอดภัยให้กับที่เก็บข้อมูล AWS รวมถึง DynamoDB และ S3 ผ่านแบบฝึกหัดคอนโซลและสถานการณ์จริง
Cloud
คอร์ส
Developing applications on AWS
- ระดับกลางระดับทักษะ
- 5
- 6 รีวิว
Build cloud apps on AWS with API Gateway, Lambda, SQS, SNS, EventBridge, and Kinesis. Master serverless and event-driven patterns for the DVA-C02 exam.
Cloud
คอร์ส
Monitoring and troubleshooting AWS
- ระดับกลางระดับทักษะ
- 4.7+
- 8 รีวิว
Monitor and troubleshoot AWS apps with Amazon CloudWatch and AWS X-Ray. Collect metrics and logs, build dashboards, set alarms, and trace requests.
Cloud
คอร์ส
Deploying Applications on AWS
- ระดับกลางระดับทักษะ
- 4.7+
- 9 รีวิว
Deploy, secure, and operate apps on AWS with Lambda, API Gateway, Cognito, IAM, CloudWatch, and X-Ray. Hands-on prep for the DVA-C02 exam.
Cloud
คอร์ส
Automating Deployments on AWS
- ระดับกลางระดับทักษะ
- 5
- 4 รีวิว
Build CI/CD pipelines with AWS CodePipeline, CodeBuild, and CodeDeploy. Automate blue/green and canary releases, and define infrastructure with CloudFormation.
Cloud
FAQs
วิทยาศาสตร์ข้อมูลคืออะไร?
data science เป็นสาขาความเชี่ยวชาญที่มุ่งเน้นการรับข้อมูลจากข้อมูล โดยใช้ทักษะการเขียนโปรแกรม วิธีการทางวิทยาศาสตร์ อัลกอริทึม และอื่น ๆ นักวิทยาศาสตร์ข้อมูลวิเคราะห์ข้อมูลเพื่อสร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง
จะเรียน data science ได้อย่างไร?
คุณจะต้องเรียนรู้ภาษาโปรแกรมเช่น Python หรือ R และฝึกฝนหลักการของคณิตศาสตร์และสถิติ ความรู้เกี่ยวกับวิธีการวิเคราะห์ข้อมูลและเครื่องมือ data science ก็จำเป็นเช่นกัน มีหลายวิธีในการเรียน data science นอกจากการศึกษาแบบเป็นทางการ เช่น ปริญญาหรือการเรียนในมหาวิทยาลัย ยังมีแหล่งข้อมูลอื่น ๆ อีกมากมายที่ช่วยให้คุณเรียนในจังหวะของตัวเอง ทั้งคอร์สออนไลน์ บทช่วยสอน หนังสือ วิดีโอ และอื่น ๆ
ต้องการทักษะอะไรสำหรับ data science?
นอกจากความรู้ด้านคณิตศาสตร์และสถิติแล้ว นักวิทยาศาสตร์ข้อมูลยังต้องมีทักษะการเขียนโปรแกรมในภาษาเช่น Python, R และ SQL วิทยาศาสตร์ข้อมูลยังต้องการความสามารถในการทำงานกับชุดข้อมูลขนาดใหญ่ ความรู้ด้าน data visualization การจัดการข้อมูล และการจัดการฐานข้อมูล ทักษะด้าน machine learning และ deep learning ก็อาจเป็นประโยชน์เช่นกัน
ฉันสามารถใช้ data science เพื่ออะไรได้บ้าง?
ในแง่วิชาชีพ เกือบทุกอุตสาหกรรมสามารถใช้ data science ได้ในระดับหนึ่ง องค์กรด้านสุขภาพใช้ data science เพื่อตรวจจับและรักษาโรค ในขณะที่บริษัทการเงินใช้เพื่อตรวจจับและป้องกันการฉ้อโกง ทุกประเภทอุตสาหกรรมใช้ data science สำหรับการตลาด เช่น การสร้างระบบแนะนำและการวิเคราะห์การสูญเสียลูกค้า
วิทยาศาสตร์ข้อมูลเป็นอาชีพที่ดีหรือเปล่า?
ใช่ วิทยาศาสตร์ข้อมูลเป็นหนึ่งในภาคส่วนที่เติบโตเร็วที่สุดทั้งในสหรัฐอเมริกาและทั่วโลก และยังเป็นหนึ่งในอาชีพที่มีรายได้สูงที่สุดอีกด้วย จากข้อมูลของ Payscale นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มีรายได้เฉลี่ย $97,609 และได้รับคะแนนความพึงพอใจสี่ดาวจากห้าดาวในสหรัฐอเมริกา
การเป็นนักวิทยาศาสตร์ข้อมูลนั้นยากหรือไม่?
มีสิ่งสองสามอย่างที่ต้องพิจารณา ประการแรก ปริญญาด้าน data science อาจมีการแข่งขันสูงในการเข้าเรียน มักต้องการเกรดที่ดีอย่างสม่ำเสมอ ในทำนองเดียวกัน ทักษะหลายอย่างที่จำเป็นสำหรับ data science ต้องการการศึกษาและความอดทนมาก อาจใช้เวลาหลายเดือนเพื่อฝึกฝนพื้นฐานที่จำเป็นทั้งหมด รวมถึงประสบการณ์ปฏิบัติจริงมากมายเพื่อให้ได้ตำแหน่งระดับเริ่มต้น
data science ต้องเขียนโค้ดหรือไม่?
ใช่ คุณจะต้องมีประสบการณ์เขียนโค้ดในภาษาต่างๆ เช่น Python, R, SQL, Java และ C/C++ อย่างไรก็ตาม เนื่องจาก Python มีไวยากรณ์ที่ค่อนข้างเรียบง่าย จึงมักเป็นตัวเลือกแรกสำหรับผู้เริ่มต้น
ใช้เวลานานแค่ไหนในการเป็น data scientist?
สำหรับผู้ที่ไม่มีประสบการณ์การเขียนโค้ดและ/หรือพื้นฐานคณิตศาสตร์มาก่อน โดยทั่วไปอาจต้องใช้เวลาศึกษาอย่างเข้มข้น 7 ถึง 12 เดือนเพื่อให้ถึงระดับนักวิทยาศาสตร์ข้อมูลมือใหม่ อย่างไรก็ตาม สิ่งสำคัญที่ต้องจำไว้คือการเรียนรู้เพียงแค่ทฤษฎีของวิทยาศาสตร์ข้อมูลอาจยังไม่เพียงพอที่จะทำให้คุณเป็นนักวิทยาศาสตร์ข้อมูลที่แท้จริง
หัวข้อใดบ้างที่ฉันสามารถเรียนได้ใน data science?
เมื่อเชี่ยวชาญพื้นฐานด้านวิทยาศาสตร์ข้อมูลแล้ว คุณสามารถเจาะลึกในสาขาที่หลากหลาย ไม่ว่าจะเป็น machine learning, ปัญญาประดิษฐ์, การวิเคราะห์ข้อมูลขนาดใหญ่, business analytics, data mining และอื่นๆ อีกมากมาย
พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา