Tableau Desktop Specialist: введение в анализ и визуализацию данных

Освойте Tableau для анализа и визуализации данных. Тренинг по основам работы с Business Intelligence (BI) платформой Tableau поможет развить базовые навыки анализа и визуализации данных для слушателей с начальным уровнем аналитической подготовки. Главная отличительная особенность Tableau – интуитивность, а также отсутствие строгих требований к техническому опыту перед началом работы, и начинать знакомство можно практически с нуля. Анализ данных уже, пожалуй, невозможен без правильных инструментов. Tableau – одно из лучших решений в этой области, признанный лидер в теме информационного дизайна и автоматизации отчётности.

Работа с Tableau. Продвинутый уровень

Освойте продвинутые техники Tableau для создания интерактивных дашбордов профессионального уровня. Курс предоставляет глубокие знания и эффективные приемы от опытных практиков, оптимизирует производительность отчетов и учит преодолевать ограничения данных. Уникальность курса заключается в фокусе на продвинутых методиках, редко освещаемых в базовых материалах, интеграции с BI-экосистемой и гайдах по карьерному росту в аналитике от сертифицированного специалиста.

Kafka vs RabbitMQ: асинхронное взаимодействие сервисов

Изучите принципы работы и сравните возможности Apache Kafka и RabbitMQ. Курс позволит слушателям самостоятельно освоить принципы работы очередей сообщений, их применение в микросервисной архитектуре, а также подробно рассмотреть возможности и особенности двух популярных решений — Apache Kafka и RabbitMQ. Курс проходит в формате самостоятельного изучения материалов в системе дистанционного обучения (СДО). По каждому из разделов курса участникам будет предложен тест для проверки и подтверждения уровня знаний. Доступ к курсу в системе дистанционного обучения предоставляется на 2 недели. В среднем самостоятельное изучение материалов курса занимает 8 академических часов. В зависимости от предварительной подготовки участника и его индивидуальных особенностей усвоения знаний время прохождения может измениться.

Основы хранилищ данных

Получите полное представление о проектировании и использовании хранилищ данных. Курс охватывает все этапы жизненного цикла DWH, начиная с проектирования и заканчивая эксплуатацией и выводом из сопровождения. Вы научитесь принимать архитектурные решения и избегать типовых ошибок.

Современные подходы к управлению данными

Обзор современных методов управления данными от реляционных СУБД до NoSQL. Узнайте, как выбрать правильную систему для ваших задач и оптимизировать ее использование. Курс охватывает эволюцию хранилищ данных, реляционные и нереляционные модели, распределенные файловые системы и системы обработки потоков данных.

Основы Cassandra

Освойте Cassandra — высокопроизводительную NoSQL-СУБД для работы с большими данными. Курс раскрывает архитектуру, язык CQL и тонкости проектирования данных для Cassandra. Уникальность — практическое освоение кластерных развертываний, мониторинга и интеграции с Java-приложениями.

Основы Hadoop

Освойте основы Hadoop и экосистемы Big Data. Этот тренинг дает представление об устройстве Apache Hadoop и методах разработки приложений, обрабатывающих данные на его основе. Участники познакомятся с HDFS – стандартом де-факто для долговременного надежного хранения больших объемов данных фреймворком YARN, управляющим параллельным выполнением приложений на кластерети сопутствующими проектами, составляющими экосистему Hadoop: Hive, Spark, HBase.

BigData SQL: Hive

В курсе изучаются основы архитектуры Hive , разработка скриптов по загрузке, трансформации и выгрузке данных. Рассматриваются все необходимые технические подробности. Конфигурирование и настройки производительности.

Основы Apache Spark

Обучайтесь основам Apache Spark и используйте его для эффективной обработки больших данных. В данном курсе вы узнаете все необходимое для работы с фреймворком Apache Spark, включая программирование на Python, создание табличных запросов с помощью Spark SQL и обработку данных с использованием RDD и DataFrame. Уникальное сочетание теории и практики поможет вам быстро освоить все нюансы Spark и применить их на реальных проектах.

MongoDB для программистов

Освойте MongoDB — мощную NoSQL-СУБД для современных приложений. Курс научит вас эффективно работать с документами, выполнять сложные запросы и масштабировать базы данных. Уникальность: глубокий разбор Aggregation Framework и Map/Reduce, а также практика моделирования данных под реальные задачи.

Основы Impala

Глубокое понимание Apache Impala для анализа Big Data. В ходе курса вы освоите работу с кластером Impala, типами данных, запросами на выборку, загрузкой данных и пользовательскими функциями UDF. Сравнение Impala и Hive поможет определить, когда использовать каждый инструмент.

Основы машинного обучения

Основы машинного обучения: классификация, регрессия, кластеризация, ансамбли, нейронные сети. Курс дает представление об основных группах методов машинного обучения и их применении для решения задач анализа текстов, прогнозирования цены и выдачи рекомендаций. В практической части курса участники будут работать с признаками, перебирать параметры моделей и строить ансамбли, используя язык Python.

Основы Apache HBase

Освойте колоночную NoSQL-СУБД Apache HBase для работы с Big Data! Курс знакомит с архитектурой и принципами работы Apache HBase — распределенной базы данных на основе HDFS. Научитесь проектировать схемы данных, оптимизировать запросы и разрабатывать приложения на Java для обработки больших объемов информации с высокой скоростью и надежностью.

Фреймворк Apache Spark для разработчиков: продвинутый уровень

Глубокое погружение в внутреннее устройство Apache Spark и его компонентов. Этот курс поможет вам понять, как устроены и работают различные модули Spark, такие как Spark Core, Spark SQL, и Spark Streaming. Вы научитесь оптимизировать производительность и эффективно использовать ресурсы кластера.

Машинное обучение на практике

Практический курс по машинному обучению для аналитиков и разработчиков. Освоите полный цикл создания ML-моделей от подготовки данных до презентации результатов. Уникальность: курс построен на реальных кейсах, что позволяет сразу применять знания на практике. Ценность: научитесь решать реальные бизнес-задачи с помощью машинного обучения, повышая эффективность и точность решений.

Основы Kafka

Введение в Apache Kafka: стриминговая платформа для обработки данных в реальном времени. Освоите основы Apache Kafka и научитесь разрабатывать распределенные стриминговые приложения. Получите практический опыт работы с экосистемой Kafka, включая настройку кластеров, разработку клиентских приложений и использование KSQL.

Машинное обучение с подкреплением: обычное и глубокое

Освойте методы обучения с подкреплением и их применение в реальных задачах. Этот курс предоставляет всесторонний обзор RL и DRL, включая основы математики, базовые алгоритмы и современные исследования. Вы научитесь моделировать среды RL и применять алгоритмы для решения

Машинное обучение для анализа естественного языка (NLP)

Научитесь применять машинное обучение для анализа текстов и решения реальных задач NLP. Курс сочетает теорию и практику: от предобработки текстов до работы с BERT и GPT. Освойте современные методы обработки естественного языка (NLP) и научитесь применять их в проектах. Уникальность — акцент на практику с использованием Python и предобученных моделей. Тренинг по обработке естественного языка с помощью машинного обучения предназначен для тех, кто хочет познакомиться со сложными методами обработки текстовых данных. Он включает в себя необходимый минимум теории и большой объем практических занятий, позволяющих участникам овладеть необходимыми навыками для работы в области анализа данных. К каждому модулю предлагаются задания для самостоятельного выполнения - домашние работы. В рамках тренинга участники изучат методы преобразования текстовых данных, такие как стемминг, лемматизация и векторизация, а также базовые задачи, которые могут быть решены с помощью методов машинного обучения, такие как классификация, суммаризация текстов, выделение имен и другие. Будет уделено особое внимание практическому применению методов машинного обучения на языке Python с использованием современных нейросетей, таких как FastText, BERT и GPT-2.

Нейронные сети и глубокое обучение

Освойте глубокое обучение и создавайте мощные нейросетевые модели! Курс детально разбирает нейросетевые архитектуры и практические способы создания моделей для классификации, обнаружения, сегментации и локализации объектов, генерации изображений и текстов, в т.ч. с применением предобученных сетей с их последующим дообучением и тонкой настройкой под конкретные предметные области. В рамках данного курса слушатели приобретут знания о различных нейросетевых архитектурах и фреймворках для глубокого обучения, причем акцент сделан на практических приемах их использования, в т.ч. с помощью облачных платформ Google Colab и Kaggle. Основное внимание курс уделяет сверточным нейронным сетям и их оптимизации, приемам обнаружения объектов на изображениях с их последующей классификацией, сегментацией и/или локализацией, способам обработки естественного языка, в т.ч. для генерации текстов и изображений, а также задачам обучения моделей с подкреплением. Лабораторный практикум предусматривает создание нейросетей как в ходе занятий, так и в качестве домашних заданий, например, для распознавания объектов не только на базе классических датасетов типа FashionMNIST и CIFAR-10, но и на данных из реальной жизни (в частности, выявление и классификация опухолей на томограммах медицинских обследований и т.д.).

Разработка нейронных сетей для обработки и генерации изображений

Курс “Разработка нейронных сетей для обработки и генерации изображений” предназначен для тех, кто хочет изучить основы и продвинутые техники создания и использования нейронных сетей в области обработки и генерации графических изображений. В ходе курса вы изучите различные архитектуры нейронных сетей, их применение в современных задачах, а также методы оптимизации и оценки качества работы сетей. Вы также освоите основные фреймворки для работы с нейронными сетями, такие как PyTorch и TensorFlow. Практические задания помогут вам закрепить полученные знания.

Kafka Advanced

Глубокое погружение в Apache Kafka: архитектура, производительность, инструменты и практика. Узнайте, как создавать надежные и эффективные системы обработки данных в реальном времени с помощью Kafka, Kafka Connect, Kafka Streams и ksqlDB.

Apache AirFlow: эффективная оркестрация задач

Освойте Apache AirFlow для создания и мониторинга сложных ETL-процессов. Улучшите производительность и управление данными в Big Data-проектах.

ClickHouse: эффективная работа с данными

Эффективное использование ClickHouse для быстрой обработки больших данных. Курс охватывает архитектурные особенности ClickHouse, лучшие практики, оптимизацию запросов и интеграцию с Hadoop. Вы научитесь создавать высокопроизводительные системы для аналитики и обработки данных.

Управление данными: от архитектуры до процессов и ИС

Освойте Data Governance и управление данными с помощью DAMA-DMBOK. Курс рассказывает об организации Data Governance в организации, процессах управления данными и способах повышения качества данных в бизнес-процессах и информационных системах. Основан на библиотеке DAMA-DMBOK: Свод знаний по управлению данными, а также содержит примеры подходов к управлению данными в лидерах российской финансовой области и не только.

Эффективное использование MS Excel

Освойте продвинутые функции Excel для анализа данных. Курс сочетает теорию и практику, чтобы вы могли эффективно использовать логические функции, именованные диапазоны, сводные таблицы и графики.