企業數據科學實踐

介紹

無論是打擊欺詐、檢測癌症還是預測颶風,您都需要數據和 AI。加入新一波精通數據的專業人士的行列,獲得市場上數百萬個工作崗位。

IBM SkillsBuild 對於學術界
自定進度課程

數據科學電子學習 企業數據科學實踐

這是一門調查課程,讓學習者了解數據科學方法;以解決現實生活中的企業業務問題。

你正在找工作嗎?

獲得一套新的數據分析技能,用低代碼 AI 驅動的技術和您的行業知識來補充它們,以加入數據科學團隊,成為新一代精通數據的專業人士的一部分,獲得市場上數百萬個工作崗位。

尋找更好的工作?

如果您已經有一份工作,甚至有一些數據分析經驗,請使用本課程來選擇專業並提升您的職業生涯。

目標

在數據科學團隊中扮演不同的角色,解決企業內的實際挑戰,並利用 AI 驅動的技術。

範圍

  • 數據科學團隊角色
  • 數據科學方法
  • 數據分析工具
  • 真實用例

學習成果:

  • 了解數據科學團隊的組成和工作,包括不同的角色、流程和工具
  • 關鍵統計概念和方法對於查找數據結構和進行預測至關重要
  • 通過學習以下方面來內化數據科學方法:(a)描述業務問題;(b) 提出假設;(c) 演示在分析週期中使用各種方法的情況;(d) 執行計劃
  • 通過識別和收集所需的數據,以及操作、轉換和清理數據來構建可用的數據集;演示處理數據異常(如缺失值、異常值、不平衡數據和數據規範化)的能力
  • IBM Watson Studio、Data Refinery Spark、Jupyter Notebooks 和 Python 庫的實踐經驗
  • 可視化統計分析,識別模式,並有效地將調查結果傳達給執行贊助者,以便制定業務驅動的決策。

課程經歷

關於本課程

本課程分為三個練習級別。每個級別都涵蓋更高級的主題,並建立在先前實踐級別中涉及的概念、實踐和技能之上。

級別 1 — 資料科學方法

探索構建高效數據科學團隊所需的人員、流程和工具。

  1. 1. 數據科學領域
  2. 2. 雲上的數據科學
  3. 3. 數據科學方法

級別 2 — 資料整理

執行數據操作技術以識別模式並提取見解。

  1. 1. 瀏覽和準備數據
  2. 2. 探索保險索賠數據(互動式案例研究)
  3. 3. 表示和轉換資料
  4. 4. 發現索賠欺詐的模式(互動式案例研究)

級別 3 — 決策支援

利用可視化技術提供業務影響分析和支援。

  1. 1. 資料可視化和呈現
  2. 2. 欺詐診斷分析(互動式案例研究)

先決條件

在加入本課程之前,您需要具備的技能:

完成數據科學從業者系列中的企業數據科學入門課程。

或者,您需要先驗以下主題的知識:

  • 數據科學專案在支援跨行業業務數字化轉型方面的相關性
  • 在統計學、計算機程式設計和領域專業知識的交叉點發現的數據科學跨學科技能
  • 數據科學團隊的角色:數據科學家、數據工程師、數據分析師和 AI 開發人員
  • 雲中的數據科學協作平臺,包括IBM Watson Studio和數據精煉廠
  • 使用 CSV 數據集引入和操作數據。

數字證書

中間

企業數據科學實踐徽章

企業數據科學實踐

查看徽章

關於此徽章

該徽章獲得者已完成此在線學習體驗中包含的所有學習活動,包括與數據科學方法相關的動手實驗、概念、方法和工具。他們通過參與真實世界的場景和對數據科學團隊使用的流程/工具進行角色扮演來展示對數據科學方法的技能和理解;學習示例:利用尖端欺詐分析方法和技術的保險行業場景。

技能

數據分析師、數據工程師、數據精煉廠、數據科學、數據可視化、數據整理、保險欺詐、Jupyter Notebooks、PixieDust、Python 庫、Watson Studio。

標準

  • 必須參加實施IBM技能學院計劃的高等教育機構的培訓課程。
  • 必須完成自定進度的在線課程活動,以及驗證對所涵蓋主題的理解的知識檢查。