Home » 熱門資訊 » Details

火遍全球的數據工程師/Machine Learning工程師，你與他們只差一個實戰項目經歷！

Category: 熱門資訊 Date: 2018年1月23日上午7:07

過去四十年，決定經濟發展的是摩爾定律

而在未來二十年，真正改變經濟發展的是大數據

因為數據分析，就是傳說中預知未來的超能力

所有的公司未來都會是數據公司

顯而易見

無論哪一個領域都會用到data science

在未來是極度供不應求的工作

根據麥肯錫近期一項關于Big Data的報告

2018年，美國將面臨近200,000+數據人才的空缺

Data Engineer的必備技能

Data Hacking

要有獨立把數據化為己用的能力

可能會用到：

SQL

Python

Programming

Hadoop / parallel processing

這其中，SQL和Python是最基本的，你必須會用sql查詢數據、用Python快速寫程序分析數據。當然，你的編程技術也不需要達到軟件工程師的水平，因為你寫的code大多數只是一次性的、不會被復用，而且也只會被你或者個同事使用，并非放在網上讓無數人點擊，因此對程序質量要求不高。

要想更深入的分析問題

你可能還會用到：

Exploratory analysis skills

Optimization、Simulation

Machine Learning、Data Mining

Modeling

Problem Solving

你不光要理解what users say they want，你還需要真正的理解what they actually mean，轉化定義出一個可以用數據解決的問題，然后選擇正確的分析工具，量化分析解決問題。

Communication

數據科學家會跟公司的很多不同部門的人打交道，會比碼農跟更有機會見到高層或者是 business領域的人。那你需要有較強的交流能力。你需要知道區分什么是問題本質、什么是技術細節，要有能力給上層領導講high level的分析和推薦，有能力給同事講解和defend你的技術細節，也就是”見什么人說什么話”。

在成為data工作者的路上匍匐前進

你與他們其實只差一個項目實戰!

基于項目實戰（project based實操）的零基礎機器學習，通過演練與講解如何利用機器學習與深度學習進行體育比賽預測，房價預測、B站彈幕情感分析以及游戲AI等相關熱點話題。學員們能夠基本掌握數據科學思維，獨立完成一定的數據分析任務，助其獲得寶貴的實際操作能力，從而打開數據科學的大門！

Python從入門到精通

數據工程師的5種數據結構

6個必備算法

大數據標配NumPy/SciPy Stack

構建機器學習模型項目實戰

Deep Leanring

TensorFlow

明星導師

M導師，高級軟件工程師，美國常春藤大學計算機碩士。擁有多年一線軟件工程師工作經驗，曾就職于Google等top-tier高科技公司，現任核心金融公司Desk Quant。精通數據結構和算法，熟悉Python在高科技界和金融業的運用，擅長構建基于Python的數據挖掘／機器學習／量化交易平臺。有豐富的面試經驗，總結出“要點模式化”技術面試方法，使學生精準抓住面試考查要點，在較短時間內提高面試命中率，輔導學生多人拿到一流公司offer。

開課時間

第一節課

2018/2/10（周六）美西時間7:00pm - 9:00pm

第二節課

2018/2/17（周六）美西時間7:00pm - 9:00pm

第三節課

2018/2/18（周日）美西時間7:00pm - 9:00pm

第四節課

2018/2/24（周六）美西時間7:00pm - 9:00pm

錯過直播不要怕，直播結束后會發出直播視頻回放。

課后會有項目和微信群刷題，幫你鞏固知識。

課程大綱

第一節課

Python特性及應用介紹

對Python進行整體介紹和要點學習

掌握軟件開發核心過程

介紹最新業界動向和熱門領域發展方向

1. Python語言的特性和優缺點分析

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

3. Python在金融Quant業的應用(大投行對沖基金FinTech etc)

4. 基于Python的大數據和機器學習介紹

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

6. 程序調試debug和測試unit test

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

Regular Expressions, functional Programming

第二節課

數據結構和算法學習

深入學習基于Python的核心數據結構和算法

1. 基本數據結構 array, dictionary/hash table, tuples, sets, strings.

2. 棧(Stack),隊列(Queue), 鏈表(Linked Lists),二叉查找樹(Binary Search Tree),堆(Heap),圖(Graphs)

3. Customize data structures

4. 基本算法遞歸vs迭代, 分而治之, 搜索排序

5. 深度優先搜索廣度優先搜索貪婪算法動態規劃

穿插面試真題實戰分析

第三節課

項目實戰

基于Pandas 和 scikit-learn 對真實的體育比賽歷史，房價，B站彈幕情感等數據進行分析，挖掘有趣的關系，構建機器學習模型對未來比賽，房價進行預測。我們還會cover 數據分析中的圖像可視化方法和技巧。學員們能夠基本掌握數據科學思維，獨立完成一定的數據分析任務，助其獲得寶貴的實際操作能力，從而打開數據科學的大門！

技術簡介：

numPy+Pandas tech stack ：最熱門，最powerful的python 數據分析library, 通過本次project，學生將熟練掌握用pandas處理數據的各個步驟，對data pipeline有較為深刻的理解。

scikit-learn：久經考驗并廣泛運用于工業界的機器學習庫。

matplotlib：經典的python based圖像可視化library

第四節課

大數據和機器學習基礎案例分析

最火的大數據究竟指的是哪些技術？

1. 大數據和機器學習簡介

2. 科學計算標配package: NumPy/SciPy Stack

3. 機器學習最熱門方向Deep Learning (AlphaGo運用的算法)

4. 機器學習最熱門平臺TensorFlow (Google Brain)

5. 帶領學生完成一個project智能識別系統

基于Python machine learning framework
嘗試多種機器學習算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能圖像識別
掌握機器學習各個步驟:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.