Wymagania
check_circle_outline podstawowa znajomość języka Python (najlepiej ukończony kurs Programowanie w języku Python)
check_circle_outline ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python (opcjonalnie)
check_circle_outline ukończony kurs Wprowadzenie do data science w języku Python - Pandas
check_circle_outline ukończony kurs Interaktywne wizualizacje danych w języku Python - Plotly
---------------------------------------------------------
REKOMENDOWANE ŚCIEŻKI UCZENIA
---------------------------------------------------------
PYTHON DEVELOPER:
- Programowanie w języku Python - od A do Z
- 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
- 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
- Programowanie obiektowe w języku Python - OOP
- 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
DATA SCIENTIST / MACHINE LEARNING ENGINEER:
- Programowanie w języku Python - od A do Z
- 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
- 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
- Programowanie obiektowe w języku Python - OOP
- 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
- Wprowadzenie do data science w języku Python - Pandas
- Interaktywne wizualizacje danych w języku Python - Plotly
- Data Science Bootcamp w języku Python - od A do Z
- 250+ Ćwiczeń - Data Science Bootcamp w języku Python
- Machine Learning Bootcamp w języku Python cz.I - od A do Z
- Machine Learning Bootcamp w języku Python cz.II - od A do Z
- Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia
DATA SCIENTIST / DEEP LEARNING ENGINEER
- Programowanie w języku Python - od A do Z
- 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
- 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
- Programowanie obiektowe w języku Python - OOP
- 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
- Wprowadzenie do data science w języku Python - Pandas
- Interaktywne wizualizacje danych w języku Python - Plotly
- Data Science Bootcamp w języku Python - od A do Z
- 250+ Ćwiczeń - Data Science Bootcamp w języku Python
- Machine Learning Bootcamp w języku Python cz.I - od A do Z
- Machine Learning Bootcamp w języku Python cz.II - od A do Z
- Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia
- Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras
- Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe
- Artificial Intelligence – Computer Vision w języku Python
BI ANALYST / DATA ANALYST:
- Programowanie w języku Python - od A do Z
- 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
- 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
- Programowanie obiektowe w języku Python - OOP
- 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
- Wprowadzenie do data science w języku Python - Pandas
- Interaktywne wizualizacje danych w języku Python - Plotly
- Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly
- Data Science Bootcamp w języku Python - od A do Z
- 250+ Ćwiczeń - Data Science Bootcamp w języku Python
BIG DATA ANALYST:
- Programowanie w języku Python - od A do Z
- 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
- 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
- Programowanie obiektowe w języku Python - OOP
- 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
- Wprowadzenie do data science w języku Python - Pandas
- Interaktywne wizualizacje danych w języku Python - Plotly
- Big Data, Hadoop oraz MapReduce w języku Python
- Big Data: Analiza danych przy użyciu SQL oraz BigQuery
---------------------------------------------------------
OPIS KURSU
---------------------------------------------------------
Umiejętność analizowania dużych zbiorów danych (Big Data) jest niezwykle gorącym tematem i zarazem jedną z najbardziej poszukiwanych umiejętności na rynku. Ponieważ cały ekosystem rozwiązań Big Data jest ogromny w tym kursie skupimy się głównie na paradygmacie programowania MapReduce, który jest podwaliną analiz Big Data.
Zbudujemy kilkanaście MapReduce Jobów, m. in. przeanalizujemy ruch lotniczy nad Stanami Zjednoczonymi, czy ruch taksówek w Nowym Jorku.
Znajdziemy średni dystans pokonywamy przez połączenia lotnicze, czy chociażby najbardziej popularny punkt odbioru nowojorskich taksówek.
W celu uruchomienia naszych Jobów postawimy klaster Hadoopowy w chmurze Amazona wykorzystując usługę EMR - Elastic MapReduce.