Home » 热门资讯 » Details

火遍全球的数据工程师/Machine Learning工程师，你与他们只差一个实战项目经历！

Category: 热门资讯 Date: 2018年1月23日上午7:07

过去四十年，决定经济发展的是摩尔定律

而在未来二十年，真正改变经济发展的是大数据

因为数据分析，就是传说中预知未来的超能力

所有的公司未来都会是数据公司

显而易见

无论哪一个领域都会用到data science

在未来是极度供不应求的工作

根据麦肯锡近期一项关于Big Data的报告

2018年，美国将面临近200,000+数据人才的空缺

Data Engineer的必备技能

Data Hacking

要有独立把数据化为己用的能力

可能会用到：

SQL

Python

Programming

Hadoop / parallel processing

这其中，SQL和Python是最基本的，你必须会用sql查询数据、用Python快速写程序分析数据。当然，你的编程技术也不需要达到软件工程师的水平，因为你写的code大多数只是一次性的、不会被复用，而且也只会被你或者个同事使用，并非放在网上让无数人点击，因此对程序质量要求不高。

要想更深入的分析问题

你可能还会用到：

Exploratory analysis skills

Optimization、Simulation

Machine Learning、Data Mining

Modeling

Problem Solving

你不光要理解what users say they want，你还需要真正的理解what they actually mean，转化定义出一个可以用数据解决的问题，然后选择正确的分析工具，量化分析解决问题。

Communication

数据科学家会跟公司的很多不同部门的人打交道，会比码农跟更有机会见到高层或者是 business领域的人。那你需要有较强的交流能力。你需要知道区分什么是问题本质、什么是技术细节，要有能力给上层领导讲high level的分析和推荐，有能力给同事讲解和defend你的技术细节，也就是”见什么人说什么话”。

在成为data工作者的路上匍匐前进

你与他们其实只差一个项目实战!

基于项目实战（project based实操）的零基础机器学习，通过演练与讲解如何利用机器学习与深度学习进行体育比赛预测，房价预测、B站弹幕情感分析以及游戏AI等相关热点话题。学员们能够基本掌握数据科学思维，独立完成一定的数据分析任务，助其获得宝贵的实际操作能力，从而打开数据科学的大门！

Python从入门到精通

数据工程师的5种数据结构

6个必备算法

大数据标配NumPy/SciPy Stack

构建机器学习模型项目实战

Deep Leanring

TensorFlow

明星导师

M导师，高级软件工程师，美国常春藤大学计算机硕士。拥有多年一线软件工程师工作经验，曾就职于Google等top-tier高科技公司，现任核心金融公司Desk Quant。精通数据结构和算法，熟悉Python在高科技界和金融业的运用，擅长构建基于Python的数据挖掘／机器学习／量化交易平台。有丰富的面试经验，总结出“要点模式化”技术面试方法，使学生精准抓住面试考查要点，在较短时间内提高面试命中率，辅导学生多人拿到一流公司offer。

开课时间

第一节课

2018/2/10（周六）美西时间7:00pm - 9:00pm

第二节课

2018/2/17（周六）美西时间7:00pm - 9:00pm

第三节课

2018/2/18（周日）美西时间7:00pm - 9:00pm

第四节课

2018/2/24（周六）美西时间7:00pm - 9:00pm

错过直播不要怕，直播结束后会发出直播视频回放。

课后会有项目和微信群刷题，帮你巩固知识。

课程大纲

第一节课

Python特性及应用介绍

对Python进行整体介绍和要点学习

掌握软件开发核心过程

介绍最新业界动向和热门领域发展方向

1. Python语言的特性和优缺点分析

2. Python在高科技公司的应用 (Uber, Pinterest, Facebook/Instagram etc)

3. Python在金融Quant业的应用(大投行对冲基金FinTech etc)

4. 基于Python的大数据和机器学习介绍

5. Python Demo 演示基本用法和重要的built-in functions/data structures

6. 程序调试debug和测试unit test

7. Python技巧和高级用法:迭代器(Iterators), 生成器(Generator), Decorators, Closure,

Regular Expressions, functional Programming

第二节课

数据结构和算法学习

深入学习基于Python的核心数据结构和算法

1. 基本数据结构 array, dictionary/hash table, tuples, sets, strings.

2. 栈(Stack),队列(Queue), 链表(Linked Lists),二叉查找树(Binary Search Tree),堆(Heap),图(Graphs)

3. Customize data structures

4. 基本算法递归vs迭代, 分而治之, 搜索排序

5. 深度优先搜索广度优先搜索贪婪算法动态规划

穿插面试真题实战分析

第三节课

项目实战

基于Pandas 和 scikit-learn 对真实的体育比赛历史，房价，B站弹幕情感等数据进行分析，挖掘有趣的关系，构建机器学习模型对未来比赛，房价进行预测。我们还会cover 数据分析中的图像可视化方法和技巧。学员们能够基本掌握数据科学思维，独立完成一定的数据分析任务，助其获得宝贵的实际操作能力，从而打开数据科学的大门！

技术简介：

numPy+Pandas tech stack ：最热门，最powerful的python 数据分析library, 通过本次project，学生将熟练掌握用pandas处理数据的各个步骤，对data pipeline有较为深刻的理解。

scikit-learn：久经考验并广泛运用于工业界的机器学习库。

matplotlib：经典的python based图像可视化library

第四节课

大数据和机器学习基础案例分析

最火的大数据究竟指的是哪些技术？

1. 大数据和机器学习简介

2. 科学计算标配package: NumPy/SciPy Stack

3. 机器学习最热门方向Deep Learning (AlphaGo运用的算法)

4. 机器学习最热门平台TensorFlow (Google Brain)

5. 带领学生完成一个project智能识别系统

基于Python machine learning framework
尝试多种机器学习算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能图像识别
掌握机器学习各个步骤:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.