Duración estimada de este programa virtual:

3 meses. 5 - 10 horas semanales sugeridas.

Estudio virtual compuesto por:

3 cursos virtuales de alta calidad

Introducción:

La ciencia e ingeniería de datos con Spark XSeries, creada en asociación con Databricks, enseñará a los estudiantes cómo realizar ciencia de datos e ingeniería de datos a escala utilizando Spark, un sistema de computación en clúster adecuado para tareas de aprendizaje automático a gran escala.

También presentará una vista integrada del procesamiento de datos destacando los diversos componentes de los canales de análisis de datos, incluido el análisis de datos exploratorios, la extracción de características, el aprendizaje supervisado y la evaluación de modelos.

Los estudiantes obtendrán experiencia práctica en la construcción y depuración de aplicaciones Spark.

Se cubrirán los detalles internos de Spark y los algoritmos de aprendizaje automático distribuido, lo que proporcionará a los estudiantes la intuición sobre cómo trabajar con big data y desarrollar código para un entorno distribuido.

Esta serie XS requiere conocimientos de programación y experiencia con Python (o la capacidad de aprenderlo rápidamente).

Todos los ejercicios usarán PySpark (la API de Python para Spark), pero NO se requiere experiencia previa con Spark o computación distribuida.

La familiaridad con los conceptos básicos del aprendizaje automático y la exposición a algoritmos, probabilidad, álgebra lineal y cálculo son requisitos previos para dos de los cursos de esta serie.