هر دو هفته بینش ارزشمندی در زمینه داده های علمی ارائه دهید. بیاموزید که چگونه در چرخه زندگی علوم داده (DSLC) کار کنید و با استفاده از ابزارهایی مانند صفحه سوالات کار خود را خراب کنید.
مقدمه ای در مورد علم داده تهیه کنید که برای افرادی طراحی شده است که دانشمند تمام وقت داده نیستند. اصول جمع آوری و تجزیه و تحلیل داده های بزرگ را بیاموزید.
استخدام ، پرورش و مدیریت تیم های علوم داده را که بینش عمیق تر و گزارش ها و تجسم های موثرتری تولید می کنند ، بیاموزید.
دانشمند داده در صنعت فناوری شوید! دوره جامع داده کاوی و یادگیری ماشین با پایتون و اسپارک