הכן את עצמך לקריירה כמומחה נתונים עם קורס מקיף מבית IBM. פתח מיומנויות חיוניות בתחום הבינה המלאכותית, הנדרשות בשוק העבודה. הקורס מתאים לכל הרמות, ואין צורך בניסיון קודם. קבל תעודה מוכרת והצטרף לעולם המתקדם של נתונים ובינה מלאכותית.
מוצע על ידי: קורסרה (מה זה קורסרה?)
סדרה של 12 קורסים
לא נדרש ידע מוקדם
ללא סיכונים מיותרים
הכינו את עצמכם לקריירה בתחום המדע הנתונים הצומח במהירות. בתוכנית זו, תוכלו לפתח את הכישורים, הכלים והפורטפוליו שיתנו לכם יתרון תחרותי בשוק העבודה כמדעני נתונים בתחילת הדרך תוך 5 חודשים בלבד. אין צורך בידע קודם במדעי המחשב או בשפות תכנות.
מדע הנתונים כולל איסוף, ניקוי, ארגון וניתוח נתונים במטרה לחלץ תובנות מועילות ולצפות תוצאות צפויות. הביקוש למדעני נתונים מיומנים שיכולים להשתמש בנתונים כדי לספר סיפורים משכנעים ולעזור במקבלת החלטות לא היה גבוה יותר.
תלמדו כישורים נדרשים שנמצאים בשימוש על ידי מדעני נתונים מקצועיים כולל בסיסי נתונים, מחזות נתונים, ניתוח סטטיסטי, מודל חיזוי, אלגוריתמים של למידת מכונה, ודיגום נתונים. תעבדו גם עם השפות, הכלים והספריות העדכניות ביותר כולל Python, SQL, Jupyter notebooks, Github, Rstudio, Pandas, Numpy, ScikitLearn, Matplotlib ועוד.
עם סיום התוכנית המלאה, תבנו פורטפוליו של פרויקטים במדע הנתונים שייתן לכם ביטחון להתבלט בראיונות עבודה. בנוסף, תקבלו גישה לרשת הכישרונות של IBM בה תוכלו לחזות במודעת עבודה מייד לאחר פרסומן, המלצות מותאמות לכישורים ולתחומי העניין שלכם, וטיפים שיבדילו אתכם משאר המתמודדים.
תוכנית זו מומלצת על ידי ACE® ו-FIBAA — לאחר שהשבתם אותה, תוכלו לקבל עד 12 נקודות זכות אקדמיות ו-6 נקודות ECTS.
פרויקט למידה מעשית
תעודה המקצועית הזו מדגישה למידה מעשית וכוללת סדרת מעבדות מעשיות בענן של IBM המעניקות לכם כישורים מעשיים שניתן ליישם בעבודות אמיתיות. תהיה לכם גם אפשרות ללמוד כיצד נעשה שימוש בכלים וטכניקות של בינה מלאכותית גנרטיבית במדע הנתונים.
כלים שבהם תשתמשו: Jupyter / JupyterLab, GitHub, R Studio ו-Watson Studio
ספריות שבהן תשתמשו: Pandas, NumPy, Matplotlib, Seaborn, Folium, ipython-sql, Scikit-learn, ScipPy וכו'.
פרויקטים שתשלים:
חציית וגרירת נתונים פיננסיים עם ספריית Pandas ב-Python
שימוש ב-SQL לשאול סטי נתונים דמוגרפיים של אוכלוסיה, פשיעה ובתי ספר
עיצוב נתונים, תכנון גרפים ויצירת מודלים של רגרסיה לחזות מחירי מגורים באמצעות ספריות מדע הנתונים של Python
יצירת לוח בקרה דינמי ב-Python לשיפור מהימנות הטיסות הפנימיות בארה"ב
יישום אלגוריתמים של למידת מכונה לחיזוי אם מקרה הלוואה יתממש
אימון והשוואת מודלים של למידת מכונה
קורס 1 • 11 שעות • 4.7
קורס 2 • 18 שעות • 4.5
קורס 3 • 6 שעות • 4.6
קורס 4 • 25 שעות • 4.6
קורס 5 • 8 שעות • 4.5
קורס 6 • 20 שעות • 4.7
קורס 7 • 15 שעות • 4.7
קורס 8 • 20 שעות • 4.5
קורס 9 • 13 שעות • 4.7
קורס 10 • 13 שעות • 4.7
קורס 11 • 12 שעות • 4.7
קורס 12 • 9 שעות • 4.7
