跳至内容

数据、AI 和云课程

掌握重要技能

观看专家讲师的短视频,然后在浏览器中通过互动练习实践所学内容。

  • 按自己的节奏学习
  • 获得实践经验
  • 完成精简章节

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。
11 课程

课程

AI for Work 入门

  • 基础技能水平
  • 4.7+
  • 11,360 条评价

了解 AI 是什么,以及如何负责任地使用它,以实现更智能、更高效的工作!

人工智能

AI Tutor

2小时 30 min

课程

SQL 入门

  • 基础技能水平
  • 4.8+
  • 53,993 条评价

两小时学会用 SQL 创建和查询关系型数据库。

数据处理

45 min

课程

SQL 中级

  • 基础技能水平
  • 4.8+
  • 35,418 条评价

在每一步都有实践查询陪伴,这门课程教你立即用自己的 SQL 代码分析数据所需的一切!

数据处理

5小时

课程

SQL 数据连接

  • 基础技能水平
  • 4.8+
  • 21,818 条评价

提升你的 SQL 知识,学习如何连接表、应用关系集合理论,并使用子查询。

数据处理

2小时 30 min

课程

LLM Tool Use with LangChain

  • 中级技能水平
  • 4.6+
  • 28 条评价

Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.

人工智能

3小时

课程

Retrieval-Augmented Generation with LangChain

  • 中级技能水平
  • 4.6+
  • 42 条评价

Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.

人工智能

2小时

课程

Prompt Engineering with LangChain

  • 中级技能水平
  • 4.6+
  • 49 条评价

Learn to write effective prompts and systematically improve them through evaluation rather than intuition.

人工智能

2小时

FAQs

什么是数据科学?

数据科学是一个专注于从数据中获取信息的专业领域。数据科学家使用编程技能、科学方法、算法等来分析数据,形成可操作的洞察。

如何学习数据科学?

您需要学习 Python 或 R 等编程语言,掌握数学和统计学原理。数据分析方法和数据科学工具的知识也是必不可少的。学习数据科学有很多方法。除了正式的教育途径,如学位或大学学习,还有很多其他资源可以帮助您按自己的节奏学习。除了在线课程和教程,还有书籍、视频等。

数据科学需要哪些技能?

除了数学和统计学知识,数据科学家还需要 Python、R 和 SQL 等语言的编程技能。此外,数据科学需要处理大型数据集的能力、数据可视化、数据整理和数据库管理知识。机器学习和深度学习技能也很有用。

数据科学可以用来做什么?

在专业领域,几乎每个行业都可以在某种程度上使用数据科学。医疗机构使用数据科学来检测和治疗疾病,金融公司用它来检测和预防欺诈。各种行业都将数据科学用于营销,如构建推荐系统和分析客户流失。

数据科学是好的职业选择吗?

是的,数据科学是美国和全球增长最快的行业之一。它也是薪酬最高的职业之一。根据 Payscale 的数据,在美国,有经验的数据科学家平均收入为 97,609 美元,满意度评分为五星中的四星。

成为数据科学家困难吗?

这里有几个需要考虑的因素。首先,数据科学学位的竞争可能很激烈,通常需要持续的高分。同样,数据科学所需的许多技能需要大量的学习和耐心。掌握所有必要的基础知识可能需要几个月的时间,还需要大量的实践经验才能获得入门级职位。

数据科学需要编程吗?

是的,您需要一些 Python、R、SQL、Java 和 C/C++ 等语言的编程经验。不过,由于语法相对简单,Python 编程语言通常是新手的首选。

成为数据科学家需要多长时间?

对于没有编程经验和/或数学背景的人来说,通常需要 7 到 12 个月的密集学习才能达到入门级数据科学家的水平。但是,重要的是要记住,仅仅学习数据科学的理论基础可能不会让您成为真正的数据科学家。

我可以在数据科学中学习哪些主题?

掌握数据科学基础后,您可以专攻各种领域,包括机器学习、人工智能、大数据分析、商业分析和智能、数据挖掘等。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。