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

或

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。
776 课程

课程

数据库设计

  • 基础技能水平
  • 4.7+
  • 8,693 条评价

学习使用 SQL 设计数据库，以更高效地处理、存储和组织数据。

数据工程

4小时

课程

Power BI 中的数据建模

  • 基础技能水平
  • 4.8+
  • 8,434 条评价

掌握 Power BI 中的数据建模核心概念。

数据处理

3小时

课程

Java 入门

  • 基础技能水平
  • 4.8+
  • 2,616 条评价

从零学Java，掌握基础编程概念与技能的入门课程。

软件开发

4小时

课程

构建可扩展的 Agentic 系统

  • 基础技能水平
  • 4.8+
  • 3,683 条评价

了解借助 MCP 和 A2A 等框架扩展 AI 代理所需的内容。

人工智能

1小时 30 min

课程

使用 PyTorch 的深度学习入门

  • 中级技能水平
  • 4.8+
  • 5,141 条评价

学习如何在 PyTorch 中构建你的第一个神经网络、调整超参数，并解决分类和回归问题。

人工智能

4小时

课程

使用 Hugging Face

  • 基础技能水平
  • 4.8+
  • 6,711 条评价

浏览并使用 Hugging Face Hub 上丰富的模型和数据集资源。

人工智能

2小时

课程

Python 数据科学入门

  • 基础技能水平
  • 4.8+
  • 562 条评价

用 Python 深入学习数据科学，掌握高效分析和可视化数据的方法。 无需编码经验或技能。

软件开发

4小时

课程

Python 数据清洗

  • 中级技能水平
  • 4.7+
  • 5,581 条评价

学习诊断和处理脏数据，并掌握将原始数据转化为准确洞察所需的技能！

数据准备

4小时

课程

GitHub 进阶概念

  • 中级技能水平
  • 4.8+
  • 3,512 条评价

通过我们的中级课程，提升你的 GitHub 技能，涵盖 GitHub Projects、管理和高级安全功能。

软件开发

3小时

课程

Matplotlib 数据可视化入门

  • 基础技能水平
  • 4.8+
  • 1,283 条评价

学习如何使用 Matplotlib 创建、自定义并分享数据可视化。

数据可视化

4小时

课程

Python 工具箱

  • 基础技能水平
  • 4.8+
  • 1,424 条评价

继续通过学习迭代器和列表推导式来提升你的现代数据科学技能。

软件开发

4小时

课程

Python 金融入门

  • 基础技能水平
  • 4.8+
  • 547 条评价

提升 Python 技能，助力你的金融职业发展。 学习如何使用列表、数组和数据可视化来掌握财务分析。

应用金融

4小时

课程

Seaborn 数据可视化入门

  • 基础技能水平
  • 4.8+
  • 1,986 条评价

学习如何使用 Seaborn 库在 Python 中创建信息丰富且美观的可视化。

数据可视化

4小时

课程

AWS 概念

  • 基础技能水平
  • 4.7+
  • 4,460 条评价

探索 Amazon Web Services (AWS) 的世界，了解它为何处于云计算前沿。

云计算

2小时

课程

PostgreSQL 汇总统计与窗口函数

  • 中级技能水平
  • 4.7+
  • 8,282 条评价

学习如何使用窗口函数为分析和数据工程创建查询，SQL 的秘密武器！

软件开发

4小时

课程

Python 中的 API 入门

  • 中级技能水平
  • 4.8+
  • 4,649 条评价

深入了解 API 的精彩世界，学习使用 Python 消费和处理 Web API 的基础知识。

软件开发

2小时

课程

Python 中的无监督学习

  • 中级技能水平
  • 4.8+
  • 1,244 条评价

学习如何使用 scikit-learn 和 scipy 对无标签数据集进行聚类、转换、可视化并提取洞察。

机器学习

4小时

课程

使用 dplyr 进行数据处理

  • 基础技能水平
  • 4.8+
  • 806 条评价

通过学习如何使用 dplyr 转换和处理数据，提升 Tidyverse 技能。

数据处理

4小时

课程

Python 函数入门

  • 基础技能水平
  • 4.8+
  • 1,431 条评价

学习在 Python 中编写自己的函数，以及作用域和错误处理等关键概念。

软件开发

3小时

课程

Python 数据导入入门

  • 基础技能水平
  • 4.8+
  • 1,583 条评价

学习如何将来自 Excel、SQL、SAS 以及网页等各种来源的数据导入 Python。

数据准备

3小时

课程

Introduction to Agent Skills

  • 中级技能水平
  • 4.8+
  • 850 条评价

Learn how to build, configure, and share Skills in Claude Code — reusable markdown instructions that Claude automatically applies to tasks at the right time.

人工智能

2小时 30 min

课程

Shell 入门

  • 基础技能水平
  • 4.8+
  • 4,138 条评价

Unix 命令行帮助用户以新方式组合现有程序、自动化重复任务，并在集群和云上运行程序。

软件开发

4小时

课程

使用 LangChain 开发 LLM 应用

  • 中级技能水平
  • 4.8+
  • 5,140 条评价

了解如何使用 LLM、提示、链和代理在 LangChain 中构建 AI 驱动的应用程序。

人工智能

3小时

课程

R 统计学入门

  • 中级技能水平
  • 4.7+
  • 2,267 条评价

提升统计技能，学习如何收集、分析数据并得出准确结论。

概率与统计

4小时

课程

PySpark 入门

  • 中级技能水平
  • 4.7+
  • 3,098 条评价

精通 PySpark，轻松处理大数据——学习处理、查询和优化海量数据集，释放强大分析能力！

数据工程

4小时

课程

面向开发者的 AI 辅助编码

  • 中级技能水平
  • 4.8+
  • 1,578 条评价

用 AI 提升编码效率——引导你的编码助手高效编写、测试和记录代码。

人工智能

1小时 30 min

课程

使用 Claude Code 进行软件开发

  • 中级技能水平
  • 4.8+
  • 948 条评价

Claude Code 为终端带来 AI 助手。 掌握一套工作流，让它成为真实软件开发中的可靠工具。

软件开发

4小时

课程

人工智能治理

  • 基础技能水平
  • 4.8+
  • 1,831 条评价

学习 Collibra 的 AI 治理。 使用工具、框架和 MLOps 工作流构建、嵌入并扩展负责任的 AI。

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 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战，随时随地取得进步。

Download on the App StoreGet it on Google Play