Přeskočit na hlavní obsah
SkillsBuild

Podniková datová věda v praxi

Úvod

Ať už jde o boj proti podvodům, odhalování rakoviny nebo předpovídání hurikánu, potřebujete data a umělou inteligenci. Připojte se k nové vlně odborníků, kteří umí pracovat s daty, a získejte přístup k milionům volných pracovních míst na trhu.

IBM SkillsBuild pro akademickou sféru
Samostatný kurz

Zjistěte více
Datová věda E-learning Podniková datová věda v praxi

Jedná se o přehledový kurz, který studenta seznámí s metodikou Data science; s cílem řešit reálné podnikové problémy.

Hledáte zaměstnání?

Získejte novou sadu dovedností v oblasti analýzy dat, doplňte je o nízkokódové technologie využívající umělou inteligenci a znalosti z oboru, abyste se mohli připojit k týmu datové vědy a stát se součástí nové generace datově zdatných odborníků s přístupem k milionům pracovních míst na trhu.

Hledáte lepší práci?

Pokud již máte práci a dokonce i nějaké zkušenosti s datovou analytikou, využijte tento kurz k výběru specializace a kariérnímu postupu.

Cíle

Hrajte různé role v týmu Data Science, řešte skutečné výzvy v rámci podniku a využívejte technologie využívající umělou inteligenci.

Oblast působnosti

  • Role v týmu datové vědy
  • Metoda datové vědy
  • Nástroje pro analýzu dat
  • Případy použití v reálném světě

Výsledky učení:

  • Porozumět složení a fungování týmu Data science, včetně různých rolí, procesů a nástrojů.
  • Klíčové statistické pojmy a metody nezbytné pro hledání struktury v datech a vytváření předpovědí.
  • Osvojte si metodiku datové vědy tím, že se naučíte: (a) charakterizovat obchodní problém; b) formulovat hypotézu; c) demonstrovat použití metodik v analytickém cyklu; d) naplánovat provedení.
  • Vytvářet použitelné datové soubory určením a shromážděním potřebných dat a manipulací s nimi, jejich transformací a čištěním; prokázat schopnost vypořádat se s anomáliemi dat, jako jsou chybějící hodnoty, odlehlé hodnoty, nevyvážená data a normalizace dat.
  • Praktické zkušenosti s IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks a knihovnami Python.
  • Vizualizovat statistickou analýzu, identifikovat vzorce a efektivně sdělovat výsledky výkonným sponzorům pro rozhodování na základě obchodních informací.

Zkušenosti z kurzů

O tomto kurzu

Tento kurz je rozdělen do tří cvičebních úrovní. Každá úroveň zahrnuje pokročilejší témata a navazuje na koncepty, postupy a dovednosti, které byly probírány v předchozích úrovních.

Úroveň 1 - Metoda datové vědy

Prozkoumejte lidi, procesy a nástroje potřebné k vytvoření efektivního týmu datové vědy.

  1. 1. Prostředí datové vědy
  2. 2. Datová věda v cloudu
  3. 3. Metodika datové vědy

Úroveň 2 - Práce s daty

Provádět techniky manipulace s daty za účelem identifikace vzorců a získávání poznatků.

  1. 1. Zkoumání a příprava dat
  2. 2. Prozkoumejte údaje o pojistných událostech (interaktivní případová studie)
  3. 3. Reprezentovat a transformovat data
  4. 4. Objevte vzorce podvodů při pojistných událostech (interaktivní případová studie)

Úroveň 3 - Podpora rozhodování

Využívat vizualizační techniky k analýze a podpoře dopadu na podnikání.

  1. 1. Vizualizace a prezentace dat
  2. 2. Diagnostická analýza podvodů (interaktivní případová studie)

Předpoklady

Dovednosti, které musíte mít před nástupem do tohoto kurzu:

Absolvujte kurz Začínáme s podnikovou datovou vědou ze série Data Science Practitioner.

Případně budete potřebovat předchozí znalosti následujících témat:

  • Význam projektů datové vědy pro podporu digitální transformace podnikání v různých odvětvích.
  • Mezioborové dovednosti v oblasti datové vědy na pomezí statistiky, počítačového programování a odborných znalostí v dané oblasti.
  • Role týmu Data Science: Datový vědec, datový inženýr, datový analytik a vývojář AI
  • Platformy pro spolupráci v oblasti datové vědy v cloudu, včetně IBM Watson Studio a Data Refinery.
  • Přijímání dat a manipulace s nimi pomocí datové sady CSV.

Digitální pověření

Středně pokročilý

Odznak Podniková datová věda v praxi

Podniková datová věda v praxi

Viz odznak

O tomto odznaku

Tento držitel odznaku absolvoval všechny vzdělávací aktivity zahrnuté v tomto online vzdělávání, včetně praktických cvičení, konceptů, metod a nástrojů souvisejících s metodologií datové vědy. Dovednosti a porozumění metodice Data science prokáže zapojením do reálných scénářů a hraním rolí na procesy/nástroje používané týmem data science; příklad učení: Scénář z oblasti pojišťovnictví využívající nejmodernější přístupy a technologie pro analýzu podvodů.

Dovednosti

Datový analytik, Datový inženýr, Datová rafinérie, Vizualizace dat, Vědecké zpracování dat, Pojistné podvody, Jupyter Notebooks, PixieDust, Knihovny Pythonu, Watson Studio.

Kritéria

  • Musí se zúčastnit školení na vysoké škole, která realizuje program IBM Skills Academy.
  • Musíte absolvovat aktivity online kurzu, které probíhají samostudiem, a ověřit si znalosti, které potvrzují porozumění probíraným tématům.