Специализация: общие сведения
Недавно просмотрено: 16,322

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Промежуточный уровень

Прибл. 8 месяца на выполнение

Около 9 ч/неделю

Английский

Субтитры: Английский, Корейский
User
Учащиеся, которые проходят продукт ''Specialization'
  • Data Engineers
  • Data Scientists
  • Machine Learning Engineers
  • Data Analysts
  • Technical Leads

Приобретаемые навыки

Apache HadoopRecommender SystemsMapreduceApache Spark
User
Учащиеся, которые проходят продукт ''Specialization'
  • Data Engineers
  • Data Scientists
  • Machine Learning Engineers
  • Data Analysts
  • Technical Leads

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Промежуточный уровень

Прибл. 8 месяца на выполнение

Около 9 ч/неделю

Английский

Субтитры: Английский, Корейский

О специализации

Пройти курсы

Специализация Coursera — это серия курсов, помогающих в совершенстве овладеть определенным навыком. Можно сразу записаться на специализацию или просмотреть курсы, из которых она состоит и выбрать тот, с которого вы хотите начать. Подписываясь на курс, который входит в специализацию, вы автоматически подписываетесь на всю специализацию. Можно завершить всего один курс, а потом сделать паузу в обучении или в любой момент отменить подписку. Отслеживайте свои курсы и прогресс на панели управления учащегося.

Практический проект

В каждой специализации есть практический проект, который нужно успешно выполнить, чтобы завершить специализацию и получить сертификат. Если для практического проекта в специализации предусмотрен отдельный курс, прежде чем начать его, необходимо завершить все остальные курсы.

Получите сертификат

Когда вы пройдете все курсы и завершите практический проект, вы получите сертификат, которым можно поделиться с потенциальными работодателями и коллегами.

how it works

Специализация включает несколько курсов: 5

Курс1

Big Data Essentials: HDFS, MapReduce and Spark RDD

4.0
Оценки: 381
Рецензии: 104
Курс2

Big Data Analysis: Hive, Spark SQL, DataFrames and GraphFrames

4.1
Оценки: 134
Рецензии: 28
Курс3

Big Data Applications: Machine Learning at Scale

3.8
Оценки: 70
Рецензии: 17
Курс4

Big Data Applications: Real-Time Streaming

Преподаватели

Avatar

Pavel Klemenkov

Chief Data Scientist
NVIDIA
Avatar

Ivan Mushketyk

Software Engineer, ConsenSys
Avatar

Evgeny Frolov

Data Scientist, PhD Student @Skoltech
Computational and Data Intensive Science and Engineering
Avatar

Ilya Trofimov

Principal Data Scientist
Yandex
Avatar

Ivan Puzyrevskiy

Technical Team Lead
Avatar

Alexey A. Dral

Founder and Chief Executive Officer
BigData Team
Avatar

Pavel Mezentsev

Senior Data Scientist
PulsePoint inc
Avatar

Vladislav Goncharenko

DCAM MIPT, Skoltech
Avatar

Artyom Vybornov

Team Lead at Rambler&Co

Партнеры курса

Industry Partner Logo #0

О Яндекс

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

Часто задаваемые вопросы

  • Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.

  • Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.

  • 6 months

  • - Programming experience in Python. It is required to complete programming assignments.

    - Unix basics. As the technologies covered throughout the specialization operate in Unix environment, we expect you to have basic understanding of the subject. Things like processes and files assumed to be familiar for the learner.

    - Basic linear algebra and probability theory. To grasp the “Big Data Applications: Machine Learning at Scale” course, you should be familiar with math primer or should complete an introductory course on machine learning.

  • It is expected to take course from the first to the last.

  • No, there are no University credits associated with this course

  • You will be able to present your portfolio project (Capstone project) to potential employers.

Остались вопросы? Посетите Центр поддержки учащихся.