Conteúdo


Inicie sua educação em data science com o Data Science Fundamentals Learning Path

Você: 4 cursos por 18 horas + 2 badges IBM = direito de gabar-se

Comments

A etapa mais difícil em qualquer empreitada é quando você não tem ideia de como começar. Este artigo descreve um caminho de aprendizado curto e direto para começar a construir suas aptidões em data science. O recém-lançado Data Science Fundamentals Learning Path na Big Data University o guia através de pequenos cursos online gratuitos que o preparam para a obtenção dos badges IBM Data Science Foundations Níveis 1 e 2 que exibem suas novas aptidões!

Se seu background é ciência da computação, psicologia, estatística, inglês, ou algo semelhante, a análise e a compreensão de dados é uma aptidão valiosa que pode colocá-lo em uma excelente posição em seu cargo atual ou futuro. E nunca é tarde para começar. Cada vez mais, escolas primárias estão introduzindo conceitos e ferramentas para preparar os estudantes para novas oportunidades de emprego e empreendedorismo. A profissão de data science tem sido cada vez mais valorizada e se tornou a principal atividade citada em muitas pesquisas de opinião em termos de salário (veja os Tópicos Relacionados abaixo).

Sobre a Big Data University

Big Data University é uma iniciativa da comunidade IBM que iniciou em 2010. Com mais de 500.000 alunos registrados, a Big Data University oferece caminhos de aprendizado abrangentes nas áreas de data science, big data e análise para criar uma comunidade de profissionais qualificados em dados de software livre. Além disso, cada caminho de aprendizado na BDU oferece um badge IBM após passar pela primeira etapa do curso.

Os cursos da BDU são curtos. Eles seguem a regra "5 x 5":

  • Os caminhos de aprendizado não podem ter mais de 5 cursos.
  • Os cursos não podem ter mais de 5 horas.
  • Os cursos não podem ter mais de 5 módulos.
  • Os módulos não podem ter mais de 5 vídeos.
  • Os vídeos não podem ter mais de 5 minutos.

Essa estrutura é ideal para uma pessoa ocupada como você, que deseja aprender pequenas partes do material em seu próprio ritmo. Isso também força os instrutores da BDU a apresentar o material de maneira compacta.

Agora vamos começar a usar Big Data University nesse caminho de aprendizado de data science simples e gratuito!

Apresentando os cursos do Data Science Fundamentals Learning Path

O Data Science Fundamentals Learning Path na Big Data University inclui os quatro cursos a seguir, conforme mostrado em Figura 1:

  • Data Science 101 (3 horas) mais a aquisição de seu badge Data Science Foundations Nível 1
  • Data Science Methodology (5 horas)
  • Data Science Hands-on with Open Source Tools (5 horas)
  • R 101 (5 horas) mais a aquisição de seu badge Data Science Foundations Nível 2
Figura 1. O fluxo do Data Science Fundamentals Learning Path
O fluxo do caminho de aprendizado dos fundamentos da ciência de dados
O fluxo do caminho de aprendizado dos fundamentos da ciência de dados

Conhecendo os detalhes do curso

Leia mais sobre cada um dos cursos.

Data Science 101 (3 horas)

Usando uma abordagem no estilo de entrevista, esse curso ensina a história e os princípios básicos de data science. Fazer o Data Science 101 é como assistir a um documentário ou a um trailer de um filme. Esse curso é um dos mais populares na BDU com mais de 10.000 alunos inscritos apenas um mês após a publicação!

Então sente-se, relaxe, faça o curso e ganhe seu primeiro badge IBM do Data Science Foundations Nível 1! Inclua o badge ao seu CV e compartilhe-o no LinkedIn e em outras redes sociais.

Data Science Methodology (5 horas)

Assim que você tiver um entendimento sólido do que é data science e de quais tipos de problemas ela pode ajudar a resolver, esse segundo curso ensina uma metodologia formal para trabalhar com data science. Não vamos nos iludir: alguns dos tópicos de data science podem ser muito difíceis. John Rollins, Senior IBM Data Scientist, desenvolveu esse curso de uma maneira interativa para manter você engajado e acordado!

Data Science Hands-on with Open Source Tools (5 horas)

Nesse terceiro curso no caminho de aprendizado, as coisas ficam mais interessantes e práticas. Usando o Data Scientist Workbench (DSWB), a plataforma de aprendizado baseada em nuvem e integrada da IBM para exercícios práticos, é possível "executar" data science imediatamente. Com o DSWB, não é necessário instalar nenhum software. O DSWB é uma coleção de ferramentas de software livre e é completamente gratuito. Passe 10% de seu tempo configurando seu ambiente e 90% executando data science e não o contrário! Esse curso descreve ferramentas de software livre comuns, inclusive OpenRefine, blocos de anotações Jupyter, blocos de anotações Zeppelin e RStudio. Novas ferramentas são incluídas continuamente para manter o conteúdo atualizado. Por exemplo, agora é possível aprender sobre Seahorse, que é uma ferramenta visual para trabalhar com aprendizado de máquina para não programadores.

R 101 (5 horas)

Não é possível se considerar um cientista de dados se você não sabe como codificar em pelo menos uma linguagem de programação. Python, Scala e R são linguagens populares para cientistas de dados. R é uma linguagem de software livre criada para estatística que tem um grande número de bibliotecas disponibilizadas pela comunidade. Esse curso dará a você uma boa introdução interativa para R.

Após concluir todos os quatro cursos nesse caminho de aprendizado, você receberá o badge IBM Data Science Foundations – Nível 2. Sinta-se orgulhoso e compartilhe-o no LinkedIn!

Conclusão

Invista um final de semana nesse caminho de aprendizado para que você possa aprimorar suas qualificações e ser contratado na área de data science!

Se você gostar do formato, a BDU oferece mais caminhos de aprendizado, inclusive o seguinte:


Recursos para download


Temas relacionados


Comentários

Acesse ou registre-se para adicionar e acompanhar os comentários.

static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=80
Zone=Big data e análise de dados
ArticleID=1063022
ArticleTitle=Inicie sua educação em data science com o Data Science Fundamentals Learning Path
publish-date=09192018