FAQ
Поиск
#Анализ данных
#Big Data
#Машинное обучение

Основы Big Data

3 дня (24 академических часа)
Краткая аннотация
На курсе слушатели изучат основные особенности, технологии и задачи области Big Data.

В курсе освещаются следующие темы: специфика больших данных, методы их анализа, получения, обработки и визуализации, применяемые технологии для решения задач больших данных.
Целевая аудитория
Аналитики

Начинающие специалисты, приступающие к изучению задач в области больших данных
Расписание открытых форматов курса
Стоимость обучения одного слушателя
05.07.2021
Очный формат — 54 000 ₽.

Дистанционный формат — 48 600 ₽.
Подробная программа курса
Введение

  • Специфика больших данных. Источники больших данных. Основные характеристики Big data.
  • Методы анализа больших данных
  • Жизненный цикл анализа больших данных

Обработка больших данных

  • Использование распределенных вычислений.
  • Применение Apache Hadoop и его компонент.
  • Применение Apache Hadoop и его компонент.
  • Реализация решений Big data на базе облачных платформ (AWS, EMR, Azure).

Анализ больших данных

  • Задачи и область применения машинного обучения.
  • Технологии и методы машинного обучения
  • Средства визуализации данных.

Интеграция больших данных

  • Масштабирование и многоуровневое хранение данных.
  • Парадигма NoSQL. Классификация NoSQL баз данных
  • Импорт и экспорт данных из Hadoop

Итоговое тестирование

  • В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Возможные форматы обучения и размеры групп
очно (до 15 слушателей)

дистанционно в составе очной группы (без ограничения числа подключений)

корпоративный формат (для групп от 10 до 45 слушателей)

Тренер курса

Беляев Александр Владимирович

Разработчик информационных систем, системный аналитик, аналитик данных
Ведёт 19 курсов в ЦЕСИНКОМ
Разработка на Python
Машинное обучение
Математическая оптимизация
Консалтинг
Специализация
Должность
Дополнительные услуги
Требуемый уровень предварительной подготовки
Высшее или среднее специальное образование. Слушатели должны быть знакомы с общими концепциями анализа и обработки данных.
Траектории, в которые входит данный курс
Специалист по цифровизации

Аналитик данных
Список курсов, требующихся для прохождения данного курса
Не требуется
Список курсов, которые дополняют данный курс
Введение в технологии математической оптимизации

Онтологии в организации компьютерных информационных систем. Обзор понятий, языков и методов, связанных с применением онтологий в информатике.

Концептуальное моделирование и построение онтологий с использованием свободного и открытого OWL-редактора Protege. Язык составления онтологий Manchester.

Концептуальное моделирование и графическое построение онтологий с использованием с редактора Eddy. Моделирование онтологий на языке Graphol

Язык запросов SPARQL для RDF-модели данных

Технологии блокчейн: создание децентрализованных приложений и смарт-контрактов Ethereum на языке Solidity

Управление знаниями
Список категорий каталога, в которые включён курс
Построение систем принятия решений на основе данных (Big Data)

Анализ данных и машинное обучение
Разработка курса или траектории обучения под вашу задачу
Центр готов взять на себя разработку курсов и траекторий обучения под уже сформированную модель компетенций или просто под список знаний и навыков, которые нужно освоить специалистам организации.