Магистър по данни

Започнете своето пътуване към Data Science с глобално признат магистър от университета Джон Мур в Ливърпул.

Основни акценти

• Безплатен Bootcamp за програмиране на Python
• Кариера Основни програми за меки умения
• WES Признат
• 500+ часа обучение
• 60+ казуси и проекти
• Двуседмично групово наставничество с ментори от индустрията
• Индивидуално с ментори на индустрията
• Навременно разрешаване на съмнения
• Поддръжката е налична през всички дни от 9 до 21 ч. IST за заявки
• Статус на възпитаниците на IIIT Bangalore & LJMU

Топ умения, които ще научите

Статистика, предсказуем анализ с помощта на Python, машинно обучение, визуализация на данни, анализ на големи данни и др.

Магистърска степен от LJMU

С наследство, което датира от 1823 г., Ливърпулският университет Джон Мурс, Обединеното кралство, сега е един от най-големите и утвърдени университети в Обединеното кралство. Той е класиран в Топ 100 на младите университети в света и Топ 50 в Обединеното кралство по удовлетвореност на студентите.

• Завършете всички курсове, за да постигнете тази престижна магистърска степен. Диплома от LJMU, Обединеното кралство, за да започнете кариерата си в Data Science.
• Получете достъп до пълната дигитална библиотека на LJMU, за да изследвате и да напишете своята дисертация.
• Спечелете магистърска степен, която се признава от WES, на 1/10 от цената на офлайн програма.

Най-доброто в класа си съдържание от водещи преподаватели и лидери в индустрията под формата на видеоклипове, случаи и проекти, задачи и сесии на живо.

Подготвително съдържание преди програмата

• Анализ на данни в Excel
• Разрешаване на проблеми с анализа

Data Toolkit

• Въведение в Python
• Програмиране на Python
• Python за наука за данни
• Визуализация на данни в Python
• Проучвателен анализ на данни
• Кредит EDA Казус
• Инференциална статистика
• Тестване на хипотези
• Анализ на данни с помощта на SQL
• Разширен SQL и най-добри практики
• SQL присвояване: RSVP филми

Машинно обучение

• Линейна регресия
• Задаване на линейна регресия
• Логистична регресия
• Класификация с помощта на дървета на решенията
• Неконтролирано обучение: Групиране
• Основи на NLP и Text Mining
• Решаване на бизнес проблеми
• Казус от практиката: Lead Scoring

Специализация - Deep Learning

• Пакетиране и произволна гора
• Подсилване
• Избор на модел и общи техники за машинно обучение
• Анализ на главните компоненти
• Разширена регресия
• Усъвършенстван ML случай Stuy
• Анализ на времеви редове
• Въведение в невронните мрежи и ANN
• Присвояване на невронни мрежи
• Конволюционни невронни мрежи
• Конволюционни невронни мрежи - индустриални приложения
• Откриване на обекти и сегментиране на изображението (по избор)
• Повтарящи се невронни мрежи
• Разпознаване на жестове
• Проект Capstone

Специализация - Business Intelligence/Data Analytics

• Визуализация с помощта на Tableau
• Разширен Excel
• Визуализация с помощта на PowerBI
• Структурирано решаване на проблеми с помощта на Frameworks
• Разказване на данни
• Казус от Airbnb
• Моделиране на данни
• Разширен SQL и най-добри практики
• Въведение в големите данни и облака
• Анализ с помощта на Spark
• Казус от Big Data
• Структури на данни - набори, речници, стекове, опашки
• Търсене и сортиране
• Алгоритъм Анализ + Рекурсия
• Разширено програмиране на база данни с помощта на Pandas
• Python & SQL Lab
• Проект Capstone

Специализация - Data Engineering

• Управление на данни и моделиране на релационни бази данни
• Въведение в големите данни (по избор)
• Въведение в облака и настройката на AWS
• Въведение в програмирането на Hadoop и MapReduce
• Задаване (по избор)
• NoSQL бази данни и Apache HBase и NoSQL бази данни и MongoDB (по избор)
• Съхраняване на данни (по избор)
• Поглъщане на данни с Apache Sqoop и Apache Flume
• Карта намаляване на Програмиране Задание
• Hive & Querying
• Задаване (по избор)
• Amazon Redshift
• Въведение в Apache Spark
• Проект: ETL Data Pipeline
• Облачна инфраструктура на AWS (по избор)
• Оптимизиране на Spark за широкомащабна обработка на данни
• Apache Flink (по избор)
• Поточно предаване на данни в реално време с Apache Kafka
• Обработка на данни в реално време с помощта на Spark Streaming
• Задаване (по избор)
• Изграждане на автоматизирани тръбопроводи за данни с въздушен поток
• Анализ с помощта на PySpark
• Проект: Обработка на данни в реално време
• Проект Capstone

Изследователски методологии

• Въведение в изследванията и изследователския процес
• Изследователски дизайн
• Преглед на литературата
• Управление на изследователски проекти
• Умения за писане на доклади и представяне
• Научна етика

Магистърска дисертация

• Изследвайте хранителните модели и метаболитните отпечатъци на потребителите на храна за вкъщи (бърза) с помощта на PCA и методите за групиране
• Изследвайте диагноза на очни заболявания, като използвате образни офталмологични данни
• Структурирайте медицински изображения с информационна геометрия
• Използване на емисия на социални медии за поставяне на туитове относно природни бедствия на карта
• Предотвратяване на измами с кредитни карти чрез разпознаване на модели
• Разработване на препоръчителна система за медиен гигант
• Моделиране на риска за финансови дейности и инвестиционно банкиране

За кого е тази програма?

Всяка специализация може да бъде избрана независимо от произхода. Програмата обслужва инженери, специалисти по маркетинг и продажби, освежаващи, специалисти по данни, експерти по домейни, софтуерни и ИТ специалисти

Развийте кариерата си

• анализатор на данни,
• Data Scientist,
• продуктов анализатор,
• Машинно обучение инженер,
• Бизнес анализатор