Курсы и ресурсы по Big Data и Data Science

Где учиться бигдате и науке о данных в целом? Оказывается, есть такие ресурсы — онлай и оффлайн, платные и бесплатные, книги и блоки. Смотрим.

Источник: rusbase

Вузы, бакалавриат

Бакалавриат «Анализ данных» МФТИ и «Яндекса» Есть бюджетные места

Обучение осуществляется на 3 и 4 курсах МФТИ. Поступить может студент Факультета инноваций и высоких технологий МФТИ, окончивший 2 курс и прошедший конкурсный отбор по среднему баллу обучения.

Технопарк Mail.ru Group и МГТУ им. Баумана Бесплатно

Поступать могут студенты любых курсов и аспиранты без ограничения по кафедре или факультету. Набор проходит 2 раза в год, в феврале и в сентябре.

 

Вузы, магистратура

МГУ, Магистерская программа «Интеллектуальный анализ больших данных» Есть бюджетные места

Поступить может бакалавр или специалист (желательно по направлениям прикладной математики, информационных технологий и программирования).

МГУ, магистерская программа «Большие данные: инфраструктуры и методы решения задач» Есть бюджетные места

Поступить может бакалавр или специалист (желательно по направлениям прикладной математики, информационных технологий и программирования).

ВШЭ, Магистерская программа «Науки о данных» Есть бюджетные места

Поступление на программу возможно на общих основаниях (по результатам вступительных экзаменов) или по олимпиаде для студентов и выпускников вузов.

ВШЭ, Магистерская программа «Интеллектуальный анализ данных» Есть бюджетные места

Поступление на программу возможно на общих основаниях (по результатам вступительных экзаменов) или по олимпиаде для студентов и выпускников вузов.

ВШЭ, Магистерская программа «Системы больших данных» Есть бюджетные места

Обучение ведется на английском языке. Поступление на программу возможно на общих основаниях (по результатам вступительных экзаменов) или по олимпиаде для студентов и выпускников вузов.

Магистратура «Анализ данных» МФТИ и «Яндекса» Есть бюджетные места

Поступить в магистратуру может любой студент, имеющий диплом бакалавра или специалиста и прошедший отбор в Школу анализа данных «Яндекса».

ИТМО, Экстренные вычисления и обработка сверхбольших объемов данных Платно

Обучение ведется на английском языке. Поступить может бакалавр или специалист (желательно по направлениям прикладной математики, информационных технологий и программирования), владеющий численными методами и технологиями программирования. Зачисление производится на конкурсной основе по результатам сдачи междисциплинарного экзамена.

Магистратура «Яндекса» в СПБГУ Есть бюджетные места

Поступить на кафедру может любой бакалавр или специалист, успешно прошедший собеседование и имеющий высокий средний балл диплома.

Магистратура кафедры «Интеллектуальные системы» в МФТИ Есть бюджетные места

Для участия в программе нужно одновременно поступить в магистратуру МФТИ и Школу анализа данных.

«Компьютерная алгебра» от «Яндекса» и мехмата МГУ Есть бюджетные места

Для обучения требуется одновременно поступить в ШАД и магистратуру.

 

Офлайн-курсы

Школа анализа данных «Билайн»
Платно

Есть программа для продвинутых пользователей (знакомы с математической статистикой и имеют опыт программирования на языке Python), а также для менеджеров (для тех, кто не обладает глубокими знаниями в математике и анализе).

Курс состоит из 12 занятий. Все участники соревнуются между собой в течение обучения. Финал — реальное состязание на Kaggle.

Школа анализа данных «Яндекса», отделения «Анализ данных», «Компьютерные науки» и «Большие данные» Бесплатно

Рассчитана на студентов и выпускников инженерных и математических специальностей, готовых несколько раз в неделю посещать вечерние занятия. Требуется хорошая математическая подготовка. Можно учиться заочно.

Программа «Специалист по большим данным» New Professions Lab в Digital October Платно

Для поступления необходимо уметь программировать на языках высокого уровня (в частности на Python 2), базовые знания Linux, понимание принципов работы языка запросов SQL и знание теории вероятностей и статистики в объеме 1-2 семестров технического вуза.

 

Онлайн-курсы

Новичкам

Курсы на Dataquest Бесплатно

Курсы на DataCamp Бесплатно

 

На русском языке

Ключевые концепции анализа данных от ВШЭ Бесплатно

9 курсов по data science от Университета Джонса Хопкинса Платно

Анализ данных в R Бесплатно

 

На английском языке

Месячный курс по big data от MIT Платно

Введение в науку о данных от MIT Бесплатно

Введение в big data от Калифорнийского университета в Беркли Бесплатно

Магистратура информации и науки о данных Калифорнийского университета в БерклиПлатно

Введение в науку о данных Вашингтонского университета Бесплатно

Курс Гарвардского университета по data science Бесплатно

5 курсов по data mining от Иллинойского университета Бесплатно

Курс Эндрю Энга из Стэнфордского университета по машинному обучению Бесплатно

Введение в data science Бесплатно в триал-версии

Машинное обучение Бесплатно

Анализ данных — совместный проект Udacity и Facebook Платно

Визуализация данных и D3.js на Udacity Бесплатно

Введение в Hadoop и MapReduce Бесплатно

Анализ данных в R Бесплатно

Пересечение данных MongoDB Бесплатно

 

Полезные ссылки новичкам

Словарь Big Data

7 подкастов о data science и машинном обучении

Вводная wiki по Data Science от проекта Kaggle

 

Блоги

IBM Hub

Fivethirtyeight

R-Bloggers

Simply Statistics

Edwin Chen

Hunch

Open Source Data Science Masters

Datatau

Data Science Weekly

Исследования Уортонской школы бизнеса при Пенсильванском университете

 

Сообщества

Российское сообщество MLClass.ru

Хаб на Habrahabr

Data Science на Quora

Machine Learning на Reddit

Cross Validated

Metaoptimize

KDNuggets

 

Книги (на русском языке)

«Статистика для всех» Сары Бослаф

«Большие данные» Виктора Майер-Шенбергера и Кеннета Кукьера

«Нейронные сети. Полный курс» Саймона Хайкина

«Просчитать будущее: Кто кликнет, купит, соврёт или умрёт» Эрика Сигеля

«Наглядная статистика. Используем R!»

Data Scientist # 1

Машинное обучение, большие данные, наука о данных, анализ данных, цифровой маркетинг, искусственный интеллект, нейронные сети, глубокое обучение, data science, data scientist, machine learning, artificial intelligence, big data, deep learning

Данные — новый актив!

Эффективно управлять можно только тем, что можно измерить.
Copyright © 2016-2021 Data Scientist. Все права защищены.