מדעי נתונים ארגוניים הלכה למעשה
מבוא
בין אם מדובר במלחמה בהונאות, גילוי סרטן או חיזוי הוריקן, אתה זקוק לנתונים ולבינה מלאכותית. הצטרף לגל חדש של אנשי מקצוע המתמצאים בנתונים עם גישה למיליוני משרות זמינות בשוק.
מיומנויות IBMבנייה לאקדמיה
קורס בקצב עצמי
זהו קורס סקר, החושף את הלומד למתודולוגיה של מדעי הנתונים; על מנת לטפל בבעיות עסקיות ארגוניות בחיים האמיתיים.
מחפש עבודה?
קבל קבוצה חדשה של מיומנויות ניתוח נתונים, השלם אותן עם טכנולוגיות המופעלות באמצעות בינה מלאכותית עם קידוד מועט והידע שלך בתעשייה, כדי לצאת לדרך להצטרף לצוות מדעי נתונים, כחלק מזן חדש של אנשי מקצוע המתמצאים בנתונים עם גישה למיליוני משרות זמינות בשוק.
מחפשים עבודה טובה יותר?
אם כבר יש לך עבודה ואפילו קצת ניסיון עם ניתוח נתונים, להשתמש בקורס זה כדי לבחור התמחות ולקדם את הקריירה שלך.
מטרות
מלא תפקידים שונים בצוות מדעי הנתונים, פתור אתגרים אמיתיים בתוך הארגון ומנף טכנולוגיות המבוססות על בינה מלאכותית.
היקף
- תפקידי צוות מדעי הנתונים
- שיטת מדעי הנתונים
- כלי ניתוח נתונים
- מקרי שימוש בעולם האמיתי
תוצאות הלמידה:
- להבין את ההרכב והעבודה של צוות מדעי הנתונים, כולל התפקידים, התהליכים והכלים השונים
- מושגים ושיטות סטטיסטיים מרכזיים החיוניים למציאת מבנה בנתונים ולביצוע תחזיות
- להפנים את מתודולוגיית מדעי הנתונים על ידי למידה: (א) לאפיין בעיה עסקית; (ב) לנסח השערה; (ג) להדגים את השימוש במתודולוגיות במחזור הניתוח; (ד) תכנית לביצוע
- לבנות מערכי נתונים שמישים על-ידי זיהוי ואיסוף הנתונים הנדרשים, וכן מניפולציה, שינוי וניקוי של הנתונים; הפגנת היכולת להתמודד עם חריגות נתונים כגון ערכים חסרים, חריגות, נתונים לא מאוזנים ונורמליזציה של נתונים
- התנסות מעשית עם IBM Watson Studio, Data Refinery Spark, מחברות Jupyter וספריות Python
- הצג באופן חזותי ניתוחים סטטיסטיים, זהה דפוסים והעבר ביעילות ממצאים לנותני חסות בכירים לצורך קבלת החלטות מונחית עסקים.
התנסות בקורס
אודות הקורס
קורס זה מחולק לשלוש רמות תרגול. כל רמה מכסה נושאים מתקדמים יותר ובונה על גבי המושגים, התרגול והמיומנויות שטופלו ברמות התרגול הקודמות.
רמה 1 – שיטת מדעי הנתונים
חקור אנשים, תהליכים וכלים הדרושים לבניית צוות מדעי נתונים יעיל.
- 1. נוף מדעי הנתונים
- 2. מדעי הנתונים בענן
- 3. מתודולוגיית מדעי הנתונים
רמה 2 – התנצחות נתונים
בצע טכניקות לטיפול בנתונים כדי לזהות דפוסים ולחלץ תובנות.
- 1. חקור והכן נתונים
- 2. עיין בנתוני תביעות ביטוח (ניתוח מקרה אינטראקטיבי)
- 3. ייצוג והמרה של נתונים
- 4. גלה דפוסים בהונאת תביעות (ניתוח מקרה אינטראקטיבי)
רמה 3 – תמיכה בקבלת החלטות
מנף טכניקות תצוגה חזותית כדי לספק ניתוח ותמיכה בהשפעה עסקית.
- 1. ויזואליזציה והצגה של נתונים
- 2. ניתוח אבחון הונאה (ניתוח מקרה אינטראקטיבי)
דרישות מוקדמות
מיומנויות שתצטרך להיות לפני שתצטרף לקורס זה מציע:
השלם את הקורס תחילת העבודה עם מדעי הנתונים הארגוניים מסדרת Data Science Practitioner.
לחלופין, תזדקק לידע מוקדם בנושאים הבאים:
- הרלוונטיות של פרויקטים במדעי הנתונים בתמיכה בטרנספורמציה דיגיטלית של עסקים בתעשיות מרובות
- מיומנויות בין-תחומיות במדעי הנתונים נמצאות בצומת של סטטיסטיקה, תכנות מחשבים ומומחיות בתחום
- תפקידי צוות מדעי הנתונים: מדען נתונים, מהנדס נתונים, אנליסט נתונים ומפתח AI
- פלטפורמות לשיתוף פעולה במדעי הנתונים בענן, כולל IBM Watson Studio ו-Data Refinery
- בליעה ומניפולציה של נתונים באמצעות ערכת נתונים CSV.
אישור דיגיטלי
ביניים
מדעי הנתונים הארגוניים בפועל
ראה תגאודות תג זה
מקבל תג זה השלים את כל פעילויות הלמידה הכלולות בחוויית למידה מקוונת זו, כולל מעבדות מעשיות, מושגים, שיטות וכלים הקשורים למתודולוגיית מדעי הנתונים. הם מפגינים מיומנויות והבנה של מתודולוגיית מדעי הנתונים על ידי עיסוק בתרחישים בעולם האמיתי ומשחק תפקידים בתהליך / כלים המשמשים צוות מדעי נתונים; דוגמה ללמידה: תרחיש בענף הביטוח הממנף גישות וטכנולוגיות חדשניות לניתוח הונאות.
מיומנויות
אנליסט נתונים, מהנדס נתונים, זיקוק נתונים, מדעי הנתונים, ויזואליזציה של נתונים, התנצחויות נתונים, הונאות ביטוח, Jupyter Notebooks, PixieDust, ספריות Python, Watson Studio.
קריטריונים
- חייבים להשתתף במפגש הכשרה במוסד להשכלה גבוהה המיישם את תוכנית האקדמיה למיומנויות של יבמ.
- חייב להשלים את פעילויות הקורס המקוון בקצב עצמי, ובדיקות ידע המאמתות את ההבנה של הנושאים המכוסים.