University of California, Irvine - Division of Continuing Education

Online-Zertifikat in Data Science

Überblick

Die Nachfrage nach Datenpraktikern ist in den letzten Jahren dramatisch gestiegen. Data Science wird kontinuierlich als einer der gefragtesten Berufe eingestuft und der Bedarf an qualifizierten Fachleuten, um Erkenntnisse aus Daten zu verwalten und zu nutzen, ist klarer denn je. Der Lehrplan, der in diesem Data Science-Zertifikatsprogramm unterrichtet wird, wurde entwickelt, um den wachsenden Anforderungen von Datenexperten auf allen Ebenen gerecht zu werden.

Dieses Programm deckt eine breite Palette von Themen der Datenwissenschaft ab, darunter datengesteuerte Entdeckung und Vorhersage, Data Engineering im großen Maßstab (Untersuchen, Bereinigen, Transformieren und Modellieren von Daten), strukturierte und unstrukturierte Daten, Computerstatistik, Mustererkennung, Data Mining, Daten Visualisierung, Datenbanken, SQL, Python und maschinelles Lernen.

Wer sollte sich registrieren?

Dieses Programm richtet sich an Fachleute in einer Vielzahl von Branchen und Berufsfunktionen, die ihrem Unternehmen helfen möchten, die enormen Mengen unterschiedlicher Daten, die sie sammeln, zu verstehen und zu nutzen. Andere, die von diesem Programm profitieren würden, sind Dateningenieure, Datenanalysten, Informatiker, Geschäftsanalysten, Datenbankadministratoren, Forscher und Statistiker.

Karriereinfo

Berufszusammenfassung für Softwareentwickler, Anwendungen in den Vereinigten Staaten.

• Jobs: 33.286 (2019)
• Voraussichtliches Wachstum: 18,7% (2019-2029)
• Jahresgehalt: 118.000 US-Dollar (Mediangehalt)

Programm Vorteile

• Lernen Sie von Branchenexperten, wie Sie eine Kombination aus Wissenschaft, Kunst und Geschäftstechniken nutzen können, um neue Erkenntnisse und Wettbewerbsinformationen zu liefern
• Beschreiben Sie die Phasen des Analytics-Lebenszyklus
• Verwenden Sie eine Vielzahl von statistischen und informatischen Tools und Techniken zur Analyse von Daten
• Beschreiben und verwenden Sie die typischen Tools und Technologien, die zum Modellieren und Analysieren großer (großer) Datensätze erforderlich sind
• Erläutern Sie die Verwendung von typischen Tools zur Datensuche (R, STATISTICA, Hadoop usw.)
• Nutzen Sie eine wissbegierige "Hacker" -Mentalität, um neue Daten aus vorhandenen Daten zu entdecken
• Effektives Entwerfen, Modellieren und Verwalten von Datenbanken
• Beschreiben und verwenden Sie unstrukturierte und strukturierte Datensätze mithilfe von Textanalysewerkzeugen.
• Definieren Sie Anforderungen, entwickeln Sie eine Architektur und implementieren Sie einen Data-Warehouse-Plan

Erforderliche Kurse

• Grundlagen der Datenwissenschaft
• Daten Engineering
• Big Data Analyse
• Erweiterte Visualisierung
• Einführung in maschinelles Lernen und KI

Wahlfächer

• R Grundlagen
• R Programmierung
• Cloud-Computing-Grundlagen
• Python für die Datenanalyse
• Datenaufbereitung, Modellierung und Visualisierung mit Python
• Datenintegration, Modellierung und ETL