Deep Learning-től a Big Data elemzésekig - Haladó Data Science képzés Python használatával

Milyen tudást lehet megszerezni?

Képzési sorozatunk záró részében hallgatóink a középhaladó „Data Science projektek sikeres végrehajtása - Középhaladó Data Science képzés Python használatával” képzésünk során megszerzett tudást bővítik. Megismerik a gyakorlati életben gyakran felmerülő idősoros problémák megoldását és a nemzetközi data science versenyeken használt nagy teljesítményű algoritmusokat (pl.: GBM, XGBoost). A korábbiakban megismert neurális hálók kiterjesztését, a mély neurális hálókat, illetve ezek kialakítását célzó Deep Learning módszereket is bemutatjuk gyakorlati példákon keresztül. A képzés zárásaként hallgatóink elsajátítják az adatok adatbázisból történő lekérdezésének és manipulálásának alapvető módszereit Python segítségével, illetve betekintést kapnak a Big Data világába, és nagy mennyiségű adaton folytatott Big Data elemzések folyamatába Apache Spark és PySpark használatával.

Az önálló feladatmegoldásra és gyakorlati példák megoldására koncentráló képzés sikeres elvégzésével hallgatóink olyan kellően mély, és széleskörű gyakorlati tudást kapnak, mely a megfelelő üzleti tapasztalatokkal kiegészülve biztosítja a data science üzleti problémák hatékony megoldását. 

Tematika:

• Elemzői dashboard építés Python segítségével
• Modellek értelmezése (Explainable AI)
• Speciális elemzési feladatok - Idősorok elemzése, Anomália detektálás, Imbalanced modellezési problémák
• Feature Engineering és Feature Selection
• Nagy teljesítményű mesterséges intelligencia algoritmusok, nagy teljesítményű adatfeldolgozás
• Deep Learning modellek alkalmazása
• Szöveg modellezés: NLP és LLM/genAI modellek
• Bevezetés a Big Data elemzések világába Apache Spark és PySpark használatával

Milyen módszertannal oktatunk?

A képzést úgy alakítottuk ki, hogy a hallgatók a lehető leghatékonyabban szerezhessenek üzleti életben használható elméleti ismereteket és gyakorlati tudást. Képzési blokkjaink ennek érdekében a következő részekből épülnek fel:

• Elméleti oktatás,
• Az elméleti oktatáson elhangzottak megértésének visszamérése kvíz feladatok egyéni megoldásával,
• Programozási feladatok, gyakorlati üzleti problémák egyéni kidolgozása és közös kiértékelése, vagy közös feldolgozása,
• A középhaladó és haladó képzést elvégzők a képzés során vizsgafeladatot választanak, melyet projektcsapatban az oktatók támogatásával dolgoznak ki és gyakorlati data science szakemberek előtt mutatnak be a képzés befejezése után.

Milyen előképzettség szükséges?

Az oktatás során feltételezzük, hogy a résztvevők sikeresen elvégezték a "Data Science projektek sikeres végrehajtása - Középhaladó Data Science képzés Python használatával" középhaladó képzésünket, vagy annak tematikáját lefedő szintű Python nyelvi és matematikai, statisztikai, adatbányászati, illetve üzleti ismeretekkel rendelkeznek.

A 48 órás Data Science képzés 3 modulból áll és vizsgával zárul, ami után a PwC’s Academy tanusítványát kapja meg a sikeres vizsgát tett résztvevő.

Az egyes modulok külön-külön is elvégezhetőek, melyekről PwC’s Academy Tanúsítványt állítunk ki.