빅 데이터 이해 : 데이터를 가장 잘 이해하는 데 도움이되는 6 개의 온라인 과정

콘텐츠

빅 데이터 소개 — UC San Diego
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
빅 데이터 전문화 – UC San Diego
비즈니스 분석 전문화 – 펜실베이니아 대학교
빅 데이터 모델링 및 관리 시스템 — UC San Diego
비즈니스 의사 결정을위한 데이터 탐색 및 생성 — University of Illinois
Tableau 전문화를 통한 데이터 시각화 — UC Davis

출처 : Sunan Panyo / Dreamstime.com

테이크 아웃 :

이러한 고유 한 과정 중 다수는 학생들에게 빅 데이터 처리의 광범위한 기반을 제공합니다.

빅 데이터는 오늘날의 순서입니다. 그러나 고급 스토리지 미디어를 통해 훨씬 많은 양의 정보를 컴파일 할 수있게 된 이후로, 모든 데이터를 효과적으로 사용하여 통찰력과 결과를 도출하는 방법을 찾아 냈습니다. 노이즈에서 신호를 찾는 방법.

이 6 가지 과정을 통해 야심 찬 데이터 과학자는 빅 데이터 관리의 최첨단 방법과 기술을 익힐 수 있습니다.

빅 데이터 소개 — UC San Diego
빅 데이터 전문화 – UC San Diego
비즈니스 분석 전문화 – 펜실베이니아 대학교
빅 데이터 모델링 및 관리 시스템 — UC San Diego
비즈니스 의사 결정을위한 데이터 탐색 및 생성 — University of Illinois
Tableau 전문화를 통한 데이터 시각화 — UC Davis

빅 데이터 소개 — UC San Diego

이 과정은 학생들에게 빅 데이터 환경을 안내하고 주요 용어를 제시합니다. 예를 들어 Apache Hadoop 및 클러스터링을 사용하여 빅 데이터 세계에서 진행 상황을 표시하는 데 도움이됩니다. 여기서 빅 데이터는 관리가 용이 해지고 데이터 거버넌스는 더욱 정교 해졌습니다.

주요 USP :

사람, 조직 및 센서의 세 가지 주요 데이터 소스 소개
볼륨, 속도, 다양성, 정확성, 원자가 및 가치, 빅 데이터 모델에서 각각의 중요성에 대한 빅 데이터의 "V"에 중점을 둡니다.
분석을위한 빅 데이터 프로세스 모델
주요 빅 데이터 문제 및 솔루션 식별
빅 데이터 모델 설명 및 확장 방법
데이터 과학 및 Yarn, HDFS 및 MapReduce와 같은 구성 요소를위한 Apache Hadoop과의 실무 작업

기간 : 16 시간 (추천 : 3 주간의 학습)

버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드

아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.

빅 데이터 전문화 – UC San Diego

이 과정에서 학생들은 빅 데이터를 이용한 의사 결정과 통찰력을 얻기 위해 빅 데이터를 조작하는 방법에 대해 배웁니다.

이 과정은 빅 데이터에 대한 엔터프라이즈 분석 및 Hadoop 및 기타와 같은 빅 데이터 도구의 실제 사용을 유도합니다.

학생들은 데이터 과학 프로젝트에서 다른 사람들과 협력하고, 빅 데이터 의사 결정 프로세스에서 자기 시작 자로 주도하고, 크고 복잡한 데이터 세트를 다루는 법을 배웁니다. (빅 데이터에 대한 자세한 내용은 빅 데이터 사일로 : 정의 및 정의 방법을 참조하십시오.)

주요 USP :

하둡, 맵리 듀스, 스파크, 피그 및 하이브 소개
예측 모델링을위한 코드 모듈 제공
기술 적용을위한 최종 프로젝트

기간 : 5 개월 (주 7 시간)

비즈니스 분석 전문화 – 펜실베이니아 대학교

이 과정은 기본적인 빅 데이터 활용 능력 및 분석 통찰력을 구축 할 것을 약속합니다. 학생들은 예측 분석 및 산업별 빅 데이터 적용에 중점을두고 데이터 과학자가 실제 세계에서 어떻게 작동하는지 살펴 봅니다. 강의 강사 및 계획자는 학생들이 "빅 데이터 마인드"를 육성하고 빅 데이터 도구를 사용하여 능숙하고 능숙하게 작업하도록 도와줍니다.

예측 분석 작업에 중점을 두어 빅 데이터 프로젝트가 인적 자원, 재무 및 운영 및 기타 주요 영역에서 어떻게 작동하는지 살펴보십시오.

주요 USP :

실제 데이터 과학 프로젝트로의 투명성
엔터프라이즈 의사 결정 지원에 집중
산업별 도구 및 리소스
기술 테스트를위한 최종 프로젝트

기간 : 3 개월 (주 7 시간)

빅 데이터 모델링 및 관리 시스템 — UC San Diego

이 과정은 빅 데이터 과학의 일부 주변 문제와 빅 데이터와 관련된 핵심 작업 (예 : 데이터 수집 및 저장 및 데이터 구성)을 다룹니다.

이 과정은 또한 다양한 유형의 데이터 세트 및 관리 도구와 각각에 대한 리소스를 다루며 빅 데이터 관리가 분석 도구 및 실무에서 어떤 이점을 제공하는지 보여줍니다.

자습서는 다양한 도구를 사용하여 데이터 과학 작업이 수행되는 방식과 특정 빅 데이터 조작을 보여줍니다. 이 과정은 또한 빅 데이터 시스템의 확산을 설명하는 일부 "산업 트랙"을 검토하여 학생들이 빅 데이터 작업의 발전 역사, 주요 도구, 공급 업체 및 플레이어 이해 및 다양한 오퍼링 방법에 대한 사고 리더십을 가져올 수 있도록합니다. 경쟁하십시오.

주요 USP :

기술 구축을위한 응용 기술
AsterixDB, HP Vertica, Impala, Neo4j, Redis 및 SparkSQL과 같은 도구에 대한 토론
다른 데이터 관리 시스템의 차별화
게임 산업에서의 실습 디자인 작업

기간 : 16 시간 (주당 2-3 시간으로 6 주간 공부)

비즈니스 의사 결정을위한 데이터 탐색 및 생성 — University of Illinois

이 과정의 일부 중 일부는 통계 모델과 빅 데이터 요약, 샘플링 및 기타 빅 데이터 분석에 중점을 둡니다. 다양한 형식과 플랫폼에서 빅 데이터를 사용하는 방법론은 다양한 설정에서 통계 작업을 보는 데 도움이됩니다.

독창적 인 교육 트랙을 개발할 때이 과정은 학생들에게“무엇”(도구, 리소스, 패턴, 방법)에 대한 이해를 제공 할뿐만 아니라“어떻게”(결과가 생성되는 방식과 중요한 이유)를 이해하도록 안내합니다. 빅 데이터 처리 및 분석의보다 기술적 인 영역에서 일할 수 있도록 학생을 준비시킬 수있는 뚜렷한 정량적 접근 방식으로 빅 데이터를 일반적으로 신중하게 검토합니다.

주요 USP :

빅 데이터 세트의 형식화 된 사용
샘플링에 대한 통찰과 샘플링이 의사 결정을 지원하는 방법
빅 데이터에 대한 다양한 설정 평가
통계 분석에 중점

기간 : 22 시간 (4 주간의 연구 주당 4-6 시간)

Tableau 전문화를 통한 데이터 시각화 — UC Davis

이 과정은 비즈니스 분석을위한 가장 인기있는 주요 도구 중 하나 인 Tableau 플랫폼에 중점을 두어 초보자를위한 데이터 시각화 및 기타 빅 데이터 사용 요소를 다룹니다. 리소스 및 라이브러리를 살펴보면 실제 사용 사례를 평가하여 보고서 생성 방법을 이해하고 시각적 대시 보드를 사용하여 빅 데이터로 작업합니다.

이 과정의 시각화 측면은 다소 독특하며 업계 전문가들이 빅 데이터 분석에 시각적 모델이 유용한 정도를 밝히면서 수요가 매우 높습니다. 데이터 시각화에 대한 자세한 내용은 Joy of Data Viz : 원하지 않는 데이터를 참조하십시오.

주요 USP :