数据科学家精英培训:CDA LEVEL 3数据科学家精英培训是符合「CDA数据分析师人才行业标准」等级准则的一套能够将数据分析师(Data Analyst)培养为数据科学家(Data Scientist),具备专业性、科学性、高端性、先进性的级人才培养方案。该课程主要面向从业多年的、有技术基础的大数据及数据分析专业人士、数据工程师等,为他们提供一个成为数据的跳板。 课程内容是在CDA LEVEL 1和LEVEL 2大纲的基础之上,进一步涉及更先进的技术、更系统的架构、更高效的管理,包含计算机科学技术(高性能),大数据架构设计,机器学习,深度学习,数据治理,项目管理等内容,让数据科学是技术的同时,也能成为艺术。
课程安排:
联动式学习:线下场景案例沉浸式教学(主)+ 线上高级技术互动式教学(辅)
课程周期:三个月,线上约20课时,线下50+课时(周末面授)
报名方式:申请名额,考核严选(可以先下订单提交信息,考核通过后再缴费报名)
课程简介
让数据分析师、工程师,成长为数据科学家
弥补缺陷,掌握数据科学家应具备的全方位综合技能
学习到先进、前沿的算法模型及高性能技术,大大提升工作效率
掌握大数据治理、架构设计,提升宏观视角,决策企业战略
掌握项目管理能力,学会搭建数据团队,部门沟通协调,化利用资源
数据相关岗位的专业人士,如数据分析师,数据咨询顾问,大数据、机器学习、算法工程师等
数据相关部门的管理人士,如数据部主管、总监,首席数据官(CDO),CTO,CIO等
数据领域的研究或教育人士,如科研人员、研究员,高校数据相关专业教师等
需要具备CDA LEVEL 1+2的知识技能,包括数据分析、数据挖掘、大数据等技术
掌握java基础编程,python、R等相关数据分析编程软件,实现数据挖掘全流程
有一定的工作经验,具备良好的沟通交流能力
案例介绍
Cifar-10是由深度学习大师 Geoffrey Hinton 教授与其在加拿大多伦多大学的学生 Alex Krixhevsky 与 Vinoid Nair 所整理之影像数据集, 包含 6 万笔 32*32 低分辨率之彩色图片, 其中 5 万笔为训练集; 1 万笔为测试集, 是机器学习中常用的图片辨识数据集。Cifar-10 的所有图片被分为 10 个类别(飞机、汽车、鸟、猫、鹿、狗、青蛙、船、卡车)。
技能涉及
Keras、TensorFlow、MLP(多层感知器)、DNN(普通深度网络)模型、CNN(卷积神经网络)模型。
课程大纲
01大数据治理概述、大数据建模(线下)
02元数据管理、数据体系建设(线上)
03大数据隐私、安全、立法(线上)
04大数据质量、热度(线下)
05大数据生命周期模型(线下)
01大数据架构设计的方法论概述(线上)
02互联网场景的大数据解决方案设计(线下)
03大数据存储与计算的方案选型(线下)
04大数据指标系统与数据安全(线下)
05集群资源管理、调优(线下)
计算机科学技术
01衡量性能的方法(线上)
02多线程编程(线上)
03提高性能性能的各种编程方法(线上)
04机器学习框架Tensorflow的原理(线上)
05Keras、Scikit-Learn、TFLearn等算法库的使用(线上)
06实作基于Tensorflow、Keras、Scikit-Learn、TFLearn的机器学习算法(线上)
01特征选择与稀疏学习(线下)
02类别不平衡问题(线下)
03决策规则(线下)
04半监督学习(线上)
05强化学习(线上)
06文本挖掘(线下)
07社会网络分析(线下)
08区块链分析(线上)
01感知机与神经网络(线上)
02深度学习基础概念(线上)
03深度学习模型训练与优化(线下)
04社会网络分析(线下)
05深度学习神经网络-DNN/CNN/RNN/LSTM神经网络(线下)
06生成式对抗网络(线上)
07深度学习在物体检测与定位上的应用(线下)
08深度学习在人脸识别上的应用(线下)
09深度学习在语音识别上的应用(线下)
10深度学习的未来发展趋势(线上)
01软件项目管理基础(线上)
02敏捷开发(线上)
03代码管理(线上)
04构建大数据团队(线下)
05项目管理相关知识及常用工具(线下)
06常用项目管理工具介绍(线下)
01案例名称:大数据指标模型治理与实践
02案例名称:画像在O2O互联网场景的实践
03案例名称:深度学习在影像物体辨识上的应用
04案例名称:深度学习在手写数字辨识上的应用
05案例名称:社会网络分析实战
06案例名称:文本挖掘实战