Sobre essa especialização

Como uma especialização certificada da Coursera, você terá um entendimento comprovado de profundo processamento de dados paralelos, exploração e visualização de dados e aprendizado de máquina avançado e aprendizado profundo. Você entenderá os fundamentos matemáticos por trás de todos os algoritmos de aprendizado de máquina e aprendizado profundo. Você pode aplicar conhecimento em casos de uso prático, justificar decisões arquitetônicas, entender as características de diferentes algoritmos, estruturas e tecnologias e como elas afetam o desempenho do modelo e a escalabilidade.

Se você optar por fazer essa especialização e obter o Certificado de Especialização do Coursera, também ganhará um emblema digital da IBM. Para saber mais sobre a IBM Digital Badges, siga o link ibm.biz/badging.

Certificado compartilhável
Ganhe um certificado após a conclusão
100% cursos online
Comece instantaneamente e aprenda em sua própria programação.
Horário flexível
Defina e mantenha prazos flexíveis.
Nível avançado
Projetado para aqueles que já estão no setor.
Aproximadamente 4 meses para concluir
Ritmo sugerido de 5 horas/semana
Inglês
Legendas: inglês, árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, espanhol, chinês (simplificado)

Como a especialização funciona
Faça cursos
Uma especialização em Coursera é uma série de cursos que ajuda a dominar uma habilidade. Para começar, inscreva -se diretamente na especialização ou revise seus cursos e escolha o que você gostaria de começar. Quando você se inscreve em um curso que faz parte de uma especialização, é automaticamente inscrito na especialização completa. Não há problema em concluir apenas um curso – você pode pausar seu aprendizado ou encerrar sua assinatura a qualquer momento. Visite o painel do aluno para rastrear as matrículas do curso e seu progresso.
Projeto prático
Toda especialização inclui um projeto prático. Você precisará terminar com sucesso o (s) projeto (s) para concluir a especialização e obter seu certificado. Se a especialização incluir um curso separado para o projeto prático, você precisará terminar cada um dos outros cursos antes de poder iniciá-lo.
Ganhe um certificado
Ao terminar todos os cursos e concluir o projeto prático, você obterá um certificado que poderá compartilhar com possíveis empregadores e sua rede profissional.

Fundamentos da ciência de dados escaláveis
O Apache Spark é o padrão de fato para o processamento de dados em larga escala. Este é o primeiro curso de uma série de cursos em direção à especialização avançada de ciência de dados da IBM. Acreditamos firmemente que isso é crucial para o sucesso começar a aprender uma plataforma escalável de ciência de dados, pois as restrições de memória e CPU são fatores mais limitantes quando se trata de criar modelos avançados de aprendizado de máquina.
Aprendizado de máquina avançado e processamento de sinais
Neste curso, ensinamos a você os fundamentos do Apache Spark usando Python e Pyspark. Introduziremos o Apache Spark nas duas primeiras semanas e aprenderemos como aplicá-lo para calcular tarefas básicas de exploratório e pré-processamento de dados nas últimas duas semanas. Através deste exercício, você também será introduzido nas medidas estatísticas mais fundamentais e tecnologias de visualização de dados.

Isso fornece conhecimento suficiente para assumir o papel de um engenheiro de dados em qualquer ambiente moderno. Mas isso também oferece a base para avançar sua carreira em relação à ciência de dados.

Por favor, dê uma olhada no currículo completo de especialização:
https://www.coursera.org/specializations/advanced-data-science-ibm

Se você optar por fazer este curso e obter o certificado do curso Coursera, também ganhará um crachá digital da IBM. Para saber mais sobre a IBM Digital Badges, siga o link ibm.biz/badging.

Depois de concluir este curso, você poderá:
• Descreva como medidas estatísticas básicas são usadas para revelar padrões dentro dos dados
• Reconhecer características de dados, padrões, tendências, desvios ou inconsistências e possíveis discrepantes.
• Identifique técnicas úteis para trabalhar com big data, como redução de dimensão e métodos de seleção de recursos
• Use ferramentas avançadas e bibliotecas de gráficos para:
o Melhorar a eficiência da análise de grandes dados com particionamento e análise paralela
o Visualize os dados em vários formatos 2D e 3D (gráfico de caixa, gráfico de corrida, gráfico de dispersão, gráfico de Pareto e escala multidimensional)

Para uma conclusão bem -sucedida do curso, os seguintes pré -requisitos são recomendados:
• Habilidades básicas de programação em Python
• Matemática básica
• SQL BASIC (você pode obtê-lo facilmente em https://www.coursera.org/learn/sql-data-science, se necessário)

Para concluir este curso, as seguintes tecnologias serão usadas:
(Essas tecnologias são introduzidas no curso, conforme necessário, para que nenhum conhecimento anterior seja necessário.)
• Notebooks Jupyter (trazidos a você pelo IBM Watson Studio de graça)
• ApacheSpark (trazido a você pelo IBM Watson Studio de graça)
• Pitão

Fomos relatados que parte do material deste curso é muito avançado. Portanto, caso você se sinta o mesmo, dê uma olhada nos seguintes materiais antes de iniciar este curso, fomos relatados que isso realmente ajuda.

Obviamente, você pode experimentar este curso primeiro e, para o caso de precisar, faça os seguintes cursos / materiais. É grátis…

https://cognitiveclass.ai/learn/spark

https://dataplatform.cloud.ibm.com/analytics/notebooks/v2/f8982db1-5e55-46d6-a272-fd11b670be38/view?access_token=533a1925cd1c4c362aabe7b3336b3eae2a99e0dc923ec0775d891c31c5bbbc68

Este curso leva quatro semanas, 4-6h por semana
AIA aplicada com Deeplearning
>>> Ao se inscrever neste curso, você concorda com o contrato de licença do usuário final, conforme estabelecido nas perguntas frequentes. Uma vez inscrito, você pode acessar a licença na área de recursos <<< Romeo Kienzler Cientista de dados -chefe, líder do curso IBM Watson IoT Nikolay Manchev Cientista de dados sênior IBM EMEA Data Science (2015-2019) Niketan pansare Engenheiro de software senior IBM Research Tom Hanlon Diretor de Treinamento Skymind Max Pumperla Engenheiro de aprendizado profundo IBM Watson Health