Préparez-vous à une carrière dans le domaine à forte croissance de la science des données. Dans ce programme, vous développerez les compétences, les outils et le portefeuille pour avoir un avantage concurrentiel sur le marché du travail en tant que scientifique de données de niveau débutant en seulement 4 mois. Aucune connaissance préalable de l'informatique ou des langages de programmation n'est requise.
La science des données implique la collecte, le nettoyage, l'organisation et l'analyse des données dans le but d'extraire des informations utiles et de prédire les résultats attendus. La demande de scientifiques de données compétents qui peuvent utiliser les données pour raconter des histoires convaincantes afin d'éclairer les décisions commerciales n'a jamais été aussi grande.
Vous apprendrez des compétences en cours d'utilisation utilisées par les scientifiques de données professionnels , y compris les bases de données, la visualisation des données, l'analyse statistique, la modélisation prédictive, les algorithmes d'apprentissage automatique et l'exploration de données. Vous travaillerez également avec les derniers langages, outils et bibliothèques, notamment Python, SQL, Jupyter notebooks, GitHub, Rstudio, Pandas, Numpy, ScikitLearn, Matplotlib, etc.
Après avoir terminé le programme complet, vous aurez construit un portefeuille de projets de science des données pour vous donner la confiance nécessaire pour exceller dans vos entretiens. Vous recevrez également un accès pour rejoindre le réseau de talents d'IBM où vous verrez des offres d'emploi dès qu'elles sont publiées, des recommandations correspondant à vos compétences et à vos intérêts, ainsi que des conseils et des astuces pour vous aider à vous démarquer.
Ce programme est recommandé par l'ACE® et la FIBAA - lorsque vous l'aurez terminé, vous pourrez obtenir jusqu'à 12 crédits universitaires et 6 crédits ECTS.
Projet d'apprentissage appliqué
Ce certificat professionnel met fortement l'accent sur l'apprentissage appliqué et comprend une série de laboratoires pratiques dans le Cloud IBM qui vous permettent d'acquérir des compétences pratiques applicables à des emplois réels. Vous aurez également la possibilité d'apprendre comment les outils et les techniques d'IA générative sont utilisés dans la science des données.
Outils que vous utiliserez : Jupyter / JupyterLab, GitHub, R Studio et Watson Studio
Bibliothèques que vous utiliserez : Pandas, NumPy, Matplotlib, Seaborn, SQL, ipython-sql, Scikit-learn, ScipPy, etc.
Projets que vous réaliserez :
Extraire et représenter graphiquement des données financières avec la bibliothèque Python Pandas
Utiliser SQL pour interroger des ensembles de données démographiques sur le recensement, la criminalité et les écoles
Wrangling des données, graphiques et création de modèles de régression pour prédire les prix des logements avec les bibliothèques Python de science des données
Créer un tableau de bord dynamique en Python pour améliorer la fiabilité des vols intérieurs américains
Appliquer les algorithmes de classification de l'apprentissage automatique pour prédire si un dossier de prêt sera remboursé
Former et comparer des modèles d'apprentissage automatique