Факультет Data Engineering
Цена действительна только для интернет-магазина и может отличаться от цен в розничных магазинах
Характеристики
|
Поставщик
|
GeekBrains |
|
Формат
|
онлайн |
|
Доступ к курсу
|
навсегда |
|
Методика обучения
|
Поддержка во время обучения Преподаватели В программе минимум 70% вебинаров. Вы сможете задать вопросы, получить обратную связь и персональную помощь по своим проектам от экспертов. HR-менеджер Один на один со специалистом вы продумаете ваш карьерный трек и подготовитесь к трудоустройству. Личный наставник У каждого ученика есть наставник, который всегда на связи и помогает с домашними заданиями. Так вы быстрее усвоите материал. Аккаунт-менеджер Поможет вам разобраться с личным кабинетом и записаться на обучение, а в процессе будет собирать обратную связь и передавать нам. Специалисты техподдержки Если возникнут сложности с личным кабинетом или загрузкой занятий, мы обязательно подскажем, как их решить. Обучение строится на взаимодействии с командой: наставниками, преподавателями и студентами. Навык работы с людьми — один из самых необходимых в работе разработчика. |
|
Сертификат/диплом о прохождении курсов
|
Да |
|
Программа лояльности
|
Возможность покупки курса в рассрочку |
|
Для кого подойдет курс
|
Всем, кому интересно работать с данными. Вы научитесь обрабатывать самые разные источники и форматы данных, освоите обработку больших массивов данных (BigData) на распределенных системах, максимизируйте пользу, извлекаемую из данных. Начинающим аналитикам и разработчикам. У вас будет всё для ускоренного карьерного роста: комплексные знания и опыт работы с продвинутыми инструментами, методологиями и стандартами. Прокачайте свои навыки для выхода на новый уровень. Практикующим IT-специалистам. Рассмотрим знакомые темы с новых углов, приумножим имеющиеся знания, подскажем, как перейти в востребованное направление и зарабатывать больше. |
|
Чему вы научитесь
|
Разработка, поддержка и оптимизация пайплайнов обработки данных и машинного обучения на Python и Spark Проработка архитектуры разрабатываемых решений Опыт проектирования аналитических систем хранения и обработки больших данных Знание принципов работы БД (SQL/noSQL) и методологий моделирования Опыт работы с Airflow и другими инструментами для запуска регулярных задач Опыт с Devops (Docker, Kubernetes) инструментами Понимание принципов машинного обучения и подготовки данных для ML-приложений Опыт работы с ОС Linux Сбор процессов очистки и валидации данных Опыт работы с ETL-инструментами и сервисами Опыт работы с пакетной и потоковой выгрузкой данных в аналитическое хранилище Разработка витрин данных для бизнес-пользователей аналитики Опыт работы с Hadoop кластером и HDFS, мониторинг своих приложений |
