Max Home IndustryUdacity запустила новую программу Data Scientist Nanodegree. На продвинутом уровне у него есть проекты, разработанные Bertelsmann, Figure Eight, IBM Watson, Insight, Kaggle и Starbucks, которые соответствуют навыкам, которые эти компании ищут у специалистов по данным, которых они нанимают.
Наука о данных — относительно новый термин, поэтому одна из наших самых читаемых статей посвящена вопросу «Кто такой специалист по данным и как им стать?». Среди важных факторов, которые следует учитывать при рассмотрении Data Science в качестве карьеры, является то, что название должности неизменно связано с относительно высокой зарплатой, и спрос на специалистов по обработке данных не показывает никаких признаков снижения.
Как сказал Кристиан Плагеманн, вице-президент Udacity по продуктам обучения:
Роль Data Scientist стала значительно более важной в последние годы, поскольку наш связанный мир продолжает производить ошеломляющие объемы данных, которые чрезвычайно ценны, но также все более сложно измерить, проанализировать и преобразовать в практические идеи.
Квалифицированные специалисты по данным, которые могут создавать модели машинного обучения, запускать конвейеры данных, разрабатывать эксперименты и механизмы рекомендаций, эффективно общаться с заинтересованными сторонами и развертывать приложения для обработки данных, пользуются большим спросом в самых разных отраслях, таких как сельское хозяйство, сохранение природы, образование, финансы, здравоохранение. , социальные услуги и транспорт.
У Udacity уже есть курсы и нано-степень в этой области. Вернув время назад, когда эта роль была названа «специалистом по данным», Udacity добавила в свой каталог «Введение в статистику принятия решений на основе данных» как часть «третьего урожая курсов университетского уровня», а Жаклин Шпигель взяла интервью у Себастьяна. Трун, среди прочего, чтобы выяснить, почему он считал статистику такой важной. Согласно Труну в 2012 году:
Статистика — это область, которая актуальна для многих людей, поэтому любой, кто использует данные — политические науки, биология, физика, почти все дисциплины в медицине, использует данные, и в этом классе я дам студентам инструменты, чтобы понять и сделать выводы с помощью данные.
Его ответ столь же актуален и сегодня, за исключением того, что мы вполне могли бы заменить устаревшее слово «статистика» более модным «наукой о данных». Этот курс «Введение в статистику ST101», который преподает Себастьян Трун, все еще находится в каталоге Udacity в качестве бесплатного курса для самостоятельного изучения и служит входом в программу нанодипломов Udacity по цифровому маркетингу. Еще один бесплатный краткий курс начального уровня «Введение в описательную статистику» также доступен в качестве предшественника программы Data Analyst Nanodegree. Существует также наностепень Data Foundations Nanodegree для начинающих, чтобы научиться управлять, анализировать и визуализировать данные с помощью Excel, SQL и Tableau.
Итак, где же подходит новая программа Data Scientist Nanodegree? Согласно описанию, это аттестат продвинутого уровня, который рассматривается как следующий шаг для выпускников программы Data Analyst Nanodegree. По сути, это требует сильных навыков программирования и анализа данных.
Он был разработан в сотрудничестве с Bertelsmann, Figure Eight, IBM, Insight, Kaggle и Starbucks, каждый из которых предоставил наборы данных для проектов, над которыми будут работать студенты, и состоит из двух терминов. Первое машинное обучение для специалистов по данным, которое длится 3 месяца и стоит 799 долларов, три его раздела посвящены контролируемому обучению, глубокому обучению и неконтролируемому обучению. Среди избранных проектов — использование Kaggle для построения алгоритма выявления благотворителей и создание классификатора изображений.
Вы можете присоединиться ко второму курсу, Applied Data Science, только после первого. Он длится 4 месяца, стоит 999 долларов, и в нем студенты будут работать над проектами, разработанными отраслевыми экспертами, и научатся запускать конвейеры данных, разрабатывать эксперименты, создавать системы рекомендаций и развертывать решения в облаке. В качестве завершающего проекта студенты создают собственный проект-портфолио по науке о данных.
Помимо доступа к видео и подробным отзывам о проектах, студенты также будут еженедельно проводить живые занятия с прямым доступом к этим постоянным экспертам:
Адам Массачи — специалист по данным в IBM
Белинда Беннетт, специалист по анализу данных в Airbnb
Прашант Дхингра, эксперт по машинному обучению в Google
Стивен Мортон — специалист по анализу данных в Slack
Регистрация открывается сегодня, а класс открывается 5 июня.