Системы обработки и анализа больших массивов данных
для студентов IT-направлений и молодых специалистов | бесплатно
Начни путь в IT вместе с VK Education
Ты изучишь основы работы с большими данными и отработаешь знания на практике — разработаешь алгоритмы распределённой обработки данных с помощью актуальных фреймворков.
Видеолекции от ведущих разработчиков и ML-специалистов из VK уже записаны — ты сможешь смотреть их в любое удобное время.
Обучение бесплатное, количество мест не ограничено. Подать заявку можно, когда набор открыт.
Длительность
3 месяца
Формат
Онлайн
Нагрузка
5-6 ак. часов в неделю
Кто может учиться
студенты IT-направлений и молодые специалисты
Стоимость
Бесплатно
Статус
Набор открыт
Набор заявок открыт
Присоединяйся к студентам курса
Изучай то, что востребовано на рынке
Дата-инженеры помогают бизнесу принимать обоснованные решения и оптимизировать процессы. Но для качественного анализа данных необходимо сначала собрать их в одном месте, структурировать и обработать. На этом курсе ты изучишь основные понятия в области больших данных и фундаментальные принципы распределённого хранения и обработки данных. Научишься строить и применять модели машинного обучения на больших данных, а также разрабатывать алгоритмы распределённой обработки данных с помощью актуальных фреймворков.
Получай актуальные знания
Фундаментальные знания о Big Data
Погрузишься в сферу больших данных и изучишь технологии — Hadoop и MapReduce, визуализацию БД, SQL, Spark, а также потоковую обработку и основы распределённых систем управления базами данных.
Основа для работы
Получишь необходимую базу знаний для разработки алгоритмов распределённой обработки актуальных фреймворков.
Сертификат
После обучения получишь сертификат — хорошее дополнение к портфолио.
Содержание курса
цель курса
Изучить основные понятия в области больших данных и фундаментальные принципы распределённого хранения и обработки данных.
изучение технологий:
всего
8 занятий
преподаватели
Андрей Кузнецов
Преподаватель курса VK Education, эксперт по ML
Разрабатывает рекомендательные системы и ML-модели на больших данных. Кандидат технических наук.
Евгений Кувшинов
Ведущий разработчик команды рекомендаций, Одноклассники, VK
Разрабатывает рекомендательные системы в Одноклассниках. Выпускник ВМК МГУ. Преподаватель машинного обучения на больших данных.
Сергей Малышев
Старший разработчик команды рекомендаций ленты, VK
Разрабатывает рекомендательные системы на больших данных. Окончил МФТИ. Преподаватель дисциплин по рекомендательным системам, соавтор курса по базовому Python от VK Education.
Николай Дякин
Руководитель команды рекомендаций медиасервисов, Одноклассники
Разрабатывает рекомендательные системы в бигтехе. Кандидат технических наук. Преподаватель машинного обучения на больших данных.
Какие требования?
Обладать знаниями и навыками
Для продуктивного обучения на курсе важно знать Python, Java или Scala, понимать устройство реляционных баз данных и основы SQL, работу файловых и распределённых систем, методы анализа данных, а также уметь работать с командной строкой (Linux/UNIX).
Иметь дополнительные знания
Преимуществом будет знание технической документации и научных статей на английском языке.
Как поступить на курс?
Проходить открытые курсы могут все желающие без вступительных испытаний. Чтобы начать учиться, выполни три простых действия.
Подай заявку
Заполни анкету на странице программы.Набор заявок открыт
Присоединяйся к студентам курса
Частые вопросы
Набор заявок открыт
Присоединяйся к студентам курса