Data Science не технический курс
План обучения:
1.1. What is Data Science:
- Difference between Data Analyst, Data Scientist, Data Engineer jobs
- Data science project workflow
- Skills, tools, frameworks
1.2. What is Machine Learning:
- Typical problems that can be solved with ML approaches
- Difference between Supervised and Unsupervised learning
- How to estimate the “goodness” of ML model
- Computer Vision, NLP, Speech Recognition, …
- ML models deployment
1.3. Data science management:
- Key positions, roles, team structure
- Data scientist recruitment
- Why is it hard to estimate time on a DS (ML/DL) project and why is standard SCRUM not working?
2.1. Data visualization:
- Types of charts and how to read them
- Business Inteligence: Power BI
2.2. Data analytics:
- Basic statistics recap
- Approximation Results and Confidence Intervals
- Signicance testing, A/B tests, Simpson paradox
3. Data Collection and Storage:
- Why data is so valuable and expensive?
- Big Data
- Google Analytics
- Databases, MySQL, Google Big Query, etc.
- SQL: basic queries + mysql client
- Google SpreadSheets on steroids: direct import data from DB, management from Python, bussiness processes automation
Для кого этот курс:
Этот курс является отличным ресурсом для менеджеров и бизнес-лидеров, которые ищут возможность использовать науку о данных в бизнесе, но все еще не имеют большого опыта в области анализа данных или просто хотят улучшить свои навыки.
Он специально разработан для руководителей, product owners, руководителей и менеджеров проектов и всех, кому необходимо правильно ставить задачи для своих data teams и правильно читать их результаты.
Кроме того, это было бы отличной отправной точкой для людей, которые собираются начать свою карьеру в науке о данных.