व्यवहार में एंटरप्राइज़ डेटा विज्ञान
परिचय
चाहे वह धोखाधड़ी से लड़ रहा हो, कैंसर का पता लगा रहा हो, या तूफान की भविष्यवाणी कर रहा हो, आपको डेटा और एआई की आवश्यकता है। बाजार में उपलब्ध लाखों नौकरियों तक पहुंच के साथ डेटा-प्रेमी पेशेवरों की एक नई लहर में शामिल हों।
शिक्षाविदों के लिए आईबीएम कौशल निर्माण
स्व-विकसित पाठ्यक्रम
यह एक सर्वेक्षण पाठ्यक्रम है, जो शिक्षार्थी को डेटा विज्ञान पद्धति को उजागर करता है; वास्तविक जीवन उद्यम व्यावसायिक समस्याओं को संबोधित करने के लिए।
नौकरी की तलाश में हैं?
डेटा एनालिटिक्स कौशल का एक नया सेट प्राप्त करें, उन्हें कम-कोड एआई-संचालित प्रौद्योगिकियों और अपने उद्योग ज्ञान के साथ पूरक करें, ताकि डेटा विज्ञान टीम में शामिल होने के अपने रास्ते पर आ सकें, बाजार में उपलब्ध लाखों नौकरियों तक पहुंच के साथ डेटा-प्रेमी पेशेवरों की एक नई नस्ल के हिस्से के रूप में।
एक बेहतर नौकरी की तलाश में?
यदि आपके पास पहले से ही नौकरी है और यहां तक कि डेटा एनालिटिक्स के साथ कुछ अनुभव है, तो विशेषज्ञता का चयन करने और अपने करियर को आगे बढ़ाने के लिए इस कोर्स का उपयोग करें।
उद्देश्यों
डेटा साइंस टीम के भीतर विभिन्न भूमिकाएं खेलें, उद्यम के भीतर वास्तविक चुनौतियों को हल करें, और एआई-संचालित प्रौद्योगिकियों का लाभ उठाएं।
गुंजाइश
- डेटा विज्ञान टीम की भूमिकाएँ
- डेटा विज्ञान विधि
- डेटा विश्लेषण उपकरण
- वास्तविक दुनिया के उपयोग के मामले
सीखने के परिणाम:
- विभिन्न भूमिकाओं, प्रक्रियाओं और उपकरणों सहित डेटा विज्ञान टीम की संरचना और कार्य को समझें
- डेटा में संरचना खोजने और भविष्यवाणियां करने के लिए आवश्यक प्रमुख सांख्यिकी अवधारणाएं और विधियां
- सीखना सीखकर डेटा विज्ञान पद्धति को आंतरिक करें: (ए) एक व्यावसायिक समस्या को चिह्नित करें; (बी) एक परिकल्पना तैयार करना; (ग) विश्लेषिकी चक्र में पद्धतियों के उपयोग का प्रदर्शन; (घ) निष्पादन के लिए योजना
- आवश्यक डेटा की पहचान और संग्रह करके और डेटा में हेरफेर, परिवर्तन और सफाई करके उपयोग करने योग्य डेटा सेट का निर्माण करें; डेटा विसंगतियों जैसे कि लापता मान, आउटलायर्स, असंतुलित डेटा और डेटा सामान्यीकरण से निपटने की क्षमता का प्रदर्शन करना
- IBM Watson Studio, डेटा रिफाइनरी स्पार्क, Jupyter नोटबुक्स और Python पुस्तकालयों के साथ हैंड्स-ऑन अनुभव
- सांख्यिकीय विश्लेषण की कल्पना करें, पैटर्न की पहचान करें, और व्यवसाय-संचालित निर्णय लेने के लिए कार्यकारी प्रायोजकों को निष्कर्षों को प्रभावी ढंग से संवाद करें।
पाठ्यक्रम का अनुभव
इस कोर्स के बारे में
इस कोर्स को तीन अभ्यास स्तरों में विभाजित किया गया है। प्रत्येक स्तर अधिक उन्नत विषयों को कवर करता है और पिछले अभ्यास स्तरों में संबोधित अवधारणाओं, अभ्यास और कौशल के शीर्ष पर बनता है।
स्तर 1 - डेटा विज्ञान विधि
एक प्रभावी डेटा विज्ञान टीम बनाने के लिए आवश्यक लोगों, प्रक्रिया और उपकरणों का अन्वेषण करें।
- 1. डेटा विज्ञान परिदृश्य
- 2. क्लाउड पर डेटा विज्ञान
- 3. डेटा विज्ञान पद्धति
स्तर 2 - डेटा विवाद
पैटर्न की पहचान करने और अंतर्दृष्टि निकालने के लिए डेटा हेरफेर तकनीक ों का प्रदर्शन करें।
- 1. अन्वेषण करें और डेटा तैयार करें
- 2. बीमा दावा डेटा का अन्वेषण करें (इंटरैक्टिव केस स्टडी)
- 3. डेटा का प्रतिनिधित्व करें और बदलें
- 4. दावा धोखाधड़ी में पैटर्न की खोज करें (इंटरैक्टिव केस स्टडी)
स्तर 3 - निर्णय समर्थन
व्यावसायिक प्रभाव विश्लेषण और समर्थन प्रदान करने के लिए विज़ुअलाइज़ेशन तकनीकों का लाभ उठाएं।
- 1. डेटा विज़ुअलाइज़ेशन और प्रस्तुति
- 2. धोखाधड़ी नैदानिक विश्लेषण (इंटरैक्टिव केस स्टडी)
आवश्यकताएँ
इस कोर्स की पेशकश में शामिल होने से पहले आपको कौशल की आवश्यकता होगी:
डेटा साइंस प्रैक्टिशनर श्रृंखला से एंटरप्राइज़ डेटा साइंस कोर्स के साथ शुरुआत करना पूरा करें।
वैकल्पिक रूप से, आपको निम्नलिखित विषयों के पूर्व ज्ञान की आवश्यकता होगी:
- कई उद्योगों में व्यापार के डिजिटल परिवर्तन का समर्थन करने में डेटा विज्ञान परियोजनाओं की प्रासंगिकता
- डेटा साइंस क्रॉस-डिसिप्लिनरी स्किलसेट सांख्यिकी, कंप्यूटर प्रोग्रामिंग और डोमेन विशेषज्ञता के चौराहे पर पाया जाता है।
- डेटा साइंस टीम की भूमिकाएं: डेटा वैज्ञानिक, डेटा इंजीनियर, डेटा विश्लेषक और एआई डेवलपर
- क्लाउड में डेटा विज्ञान सहयोग प्लेटफॉर्म, जिसमें आईबीएम वाटसन स्टूडियो और डेटा रिफाइनरी शामिल हैं
- सीएसवी डेटासेट का उपयोग करके डेटा अंतर्ग्रहण और हेरफेर।
डिजिटल क्रेडेंशियल
मध्यवर्ती
अभ्यास में एंटरप्राइज़ डेटा विज्ञान
बैज देखेंइस बैज के बारे में
इस बैज अर्जक ने इस ऑनलाइन शिक्षण अनुभव में शामिल सभी सीखने की गतिविधियों को पूरा किया है, जिसमें डेटा विज्ञान पद्धति से संबंधित प्रयोगशालाओं, अवधारणाओं, विधियों और उपकरण शामिल हैं। वे वास्तविक दुनिया के परिदृश्यों में संलग्न होकर और डेटा विज्ञान टीम द्वारा उपयोग की जाने वाली प्रक्रिया / उपकरणों की भूमिका निभाकर डेटा विज्ञान पद्धति के कौशल और समझ का प्रदर्शन करते हैं; उदाहरण सीखना: अत्याधुनिक धोखाधड़ी विश्लेषिकी दृष्टिकोण और प्रौद्योगिकियों का लाभ उठाने वाला एक बीमा उद्योग परिदृश्य।
कौशल
डेटा विश्लेषक, डेटा इंजीनियर, डेटा रिफाइनरी, डेटा साइंस, डेटा विज़ुअलाइज़ेशन, डेटा तकरार करना, बीमा धोखाधड़ी, जुपीटर नोटबुक, पिक्सीडस्ट, पायथन लाइब्रेरी, वाटसन स्टूडियो।
कसौटी
- आईबीएम कौशल अकादमी कार्यक्रम को लागू करने वाले उच्च शिक्षा संस्थान में एक प्रशिक्षण सत्र में भाग लेना चाहिए।
- स्व-विकसित ऑनलाइन पाठ्यक्रम गतिविधियों को पूरा करना होगा, और कवर किए गए विषयों की समझ को मान्य करने के लिए ज्ञान की जांच की जानी चाहिए।