Аналитики Big Data востребованы в сферах:
- Финансовые услуги;
- Розничная торговля;
- IT;
- Телеком;
- Логистика и транспорт;
- Консалтинг.
Чему вы научитесь пройдя обучение:
- Навыки программирования на Python;
- Знание алгоритмов и структур данных;
- Умение работать в Linux и операционных системах;
- Умение писать «чистый» код;
- Опыт построения ETL-процессов;
- Опыт построения скоринговых моделей;
- Опыт построения рекомендательных систем;
- Опыт построения моделей прогнозирования цен и спроса;
- Опыт сегментации, кластеризации и классификации клиентской базы;
- Опыт формирования отчетов анализа данных;
- Опыт работы с BI-системами;
- Знание методов машинного обучения;
- Знание библиотек для машинного обучения (Scikit-learn, XGBoost, Vowpal Wabbit, Apache MLlib);
- Владение методами прикладной статистики, теории вероятностей;
- Умение работать с технологиями для обработки больших данных;
- Знание алгоритмов для работы с большими данными (Hadoop, Hive, Spark, Hue, HBase, Kafka, Spark Streaming);
- Умение работать с SQL и NoSQL СУБД;
- Опыт выступлений в соревнованиях по Data Mining (Kaggle);
- Опыт разработки дашбордов в QlikView.
Проектно-ориентированное обучение. Мы учим на практике и используем подходы ведущих учебных центров США. Вы решите 6 проектных задач по работе с данными и примените полученные навыки на практике. Полтора года обучения в GeekUniversity = полтора года реального опыта работы с большими данными для вашего резюме.
Основательная математическая подготовка. Профессионализм в Big Data — это на 50% умение строить математические модели и еще на 50% — работать с данными. GeekUniversity прокачает ваши знания в математике, которые обязательно проверят на собеседовании в любой серьезной компании.
Наша цель — ваше трудоустройство. Мы привязали систему мотивации сотрудников и преподавателей к результатам студентов. Поэтому мы совершенствуем наше обучение каждый день и сами с удовольствием приглашаем выпускников на работу.