关于此 专项课程
17,352 次近期查看

100% 在线课程

立即开始,按照自己的计划学习。

灵活的计划

设置并保持灵活的截止日期。

中级

完成时间大约为8 个月

建议 8 小时/周

英语(English)

字幕:英语(English), 韩语

您将获得的技能

Apache HadoopRecommender SystemsMapreduceApache Spark

100% 在线课程

立即开始,按照自己的计划学习。

灵活的计划

设置并保持灵活的截止日期。

中级

完成时间大约为8 个月

建议 8 小时/周

英语(English)

字幕:英语(English), 韩语

专项课程的运作方式

加入课程

Coursera 专项课程是帮助您掌握一门技能的一系列课程。若要开始学习,请直接注册专项课程,或预览专项课程并选择您要首先开始学习的课程。当您订阅专项课程的部分课程时,您将自动订阅整个专项课程。您可以只完成一门课程,您可以随时暂停学习或结束订阅。访问您的学生面板,跟踪您的课程注册情况和进度。

实践项目

每个专项课程都包括实践项目。您需要成功完成这个(些)项目才能完成专项课程并获得证书。如果专项课程中包括单独的实践项目课程,则需要在开始之前完成其他所有课程。

获得证书

在结束每门课程并完成实践项目之后,您会获得一个证书,您可以向您的潜在雇主展示该证书并在您的职业社交网络中分享。

how it works

此专项课程包含 5 门课程

课程1

Big Data Essentials: HDFS, MapReduce and Spark RDD

4.0
358 个评分
96 个审阅
课程2

Big Data Analysis: Hive, Spark SQL, DataFrames and GraphFrames

4.0
122 个评分
25 个审阅
课程3

Big Data Applications: Machine Learning at Scale

3.8
66 个评分
16 个审阅
课程4

Big Data Applications: Real-Time Streaming

3.1
16 个评分
4 个审阅

讲师

Avatar

Pavel Klemenkov

Chief Data Scientist
NVIDIA
Avatar

Ivan Mushketyk

Software Engineer, ConsenSys
Avatar

Evgeny Frolov

Data Scientist, PhD Student @Skoltech
Computational and Data Intensive Science and Engineering
Avatar

Ilya Trofimov

Principal Data Scientist
Yandex
Avatar

Ivan Puzyrevskiy

Technical Team Lead
Avatar

Alexey A. Dral

Founder and Chief Executive Officer
BigData Team
Avatar

Pavel Mezentsev

Senior Data Scientist
PulsePoint inc
Avatar

Vladislav Goncharenko

DCAM MIPT, Skoltech
Avatar

Artyom Vybornov

Team Lead at Rambler&Co

行业合作伙伴

Industry Partner Logo #0

关于 Yandex

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

常见问题

  • 可以!点击您感兴趣的课程卡开始注册即可。注册并完成课程后,您可以获得可共享的证书,或者您也可以旁听该课程免费查看课程资料。如果您订阅的课程是某专项课程的一部分,系统会自动为您订阅完整的专项课程。访问您的学生面板,跟踪您的进度。

  • 此课程完全在线学习,无需到教室现场上课。您可以通过网络或移动设备随时随地访问课程视频、阅读材料和作业。

  • 6 months

  • - Programming experience in Python. It is required to complete programming assignments.

    - Unix basics. As the technologies covered throughout the specialization operate in Unix environment, we expect you to have basic understanding of the subject. Things like processes and files assumed to be familiar for the learner.

    - Basic linear algebra and probability theory. To grasp the “Big Data Applications: Machine Learning at Scale” course, you should be familiar with math primer or should complete an introductory course on machine learning.

  • It is expected to take course from the first to the last.

  • No, there are no University credits associated with this course

  • You will be able to present your portfolio project (Capstone project) to potential employers.

还有其他问题吗?请访问 学生帮助中心