12 ຫຼັກສູດອອນໄລນ໌ໃນວິສະວະກໍາຂໍ້ມູນ

ອີງຕາມ Statista, ໃນປີ 2025 ຂະຫນາດຂອງຕະຫຼາດຂໍ້ມູນໃຫຍ່ຈະເຕີບໂຕເຖິງ 175 zettabytes ເມື່ອທຽບກັບ 41 ໃນປີ 2019 (ກໍານົດເວລາ). ເພື່ອໃຫ້ໄດ້ວຽກໃນພາກສະຫນາມນີ້, ທ່ານຈໍາເປັນຕ້ອງເຂົ້າໃຈວິທີການເຮັດວຽກກັບຂໍ້ມູນໃຫຍ່ທີ່ເກັບໄວ້ໃນຄລາວ. Cloud4Y ໄດ້ລວບລວມບັນຊີລາຍຊື່ຂອງ 12 ຫຼັກສູດວິສະວະກໍາຂໍ້ມູນທີ່ເສຍເງິນແລະບໍ່ເສຍຄ່າທີ່ຈະຂະຫຍາຍຄວາມຮູ້ຂອງທ່ານໃນພາກສະຫນາມແລະສາມາດເປັນຈຸດເລີ່ມຕົ້ນທີ່ດີໃນເສັ້ນທາງຂອງທ່ານໄປສູ່ການຢັ້ງຢືນ cloud.

ຄໍາອະທິຖານ

ວິສະວະກອນຂໍ້ມູນແມ່ນຫຍັງ? ນີ້ແມ່ນຜູ້ທີ່ຮັບຜິດຊອບໃນການສ້າງແລະຮັກສາສະຖາປັດຕະຍະກໍາຂໍ້ມູນໃນໂຄງການວິທະຍາສາດຂໍ້ມູນ. ຄວາມຮັບຜິດຊອບອາດຈະປະກອບມີການຮັບປະກັນການໄຫຼເຂົ້າຂອງຂໍ້ມູນລະຫວ່າງເຄື່ອງແມ່ຂ່າຍແລະແອັບພລິເຄຊັນ, ການເຊື່ອມໂຍງຊອບແວການຄຸ້ມຄອງຂໍ້ມູນໃຫມ່, ການປັບປຸງຂະບວນການຂໍ້ມູນພື້ນຖານ, ແລະການສ້າງທໍ່ຂໍ້ມູນ.

ມີເຕັກໂນໂລຢີແລະເຄື່ອງມືຈໍານວນຫລາຍທີ່ນັກວິສະວະກອນຂໍ້ມູນຕ້ອງຊໍານິຊໍານານເພື່ອເຮັດວຽກກັບຄອມພິວເຕີ້ຟັງ, ຄັງຂໍ້ມູນ, ETL (ການສະກັດເອົາ, ການຫັນປ່ຽນ, ການໂຫຼດ), ແລະອື່ນໆ. ດັ່ງນັ້ນວິສະວະກອນຂໍ້ມູນຈໍາເປັນຕ້ອງໄດ້ເຕີມເຕັມຄວາມຮູ້ຄວາມຮູ້ຂອງຕົນເປັນປະຈໍາ. ບັນຊີລາຍຊື່ຂອງພວກເຮົາປະກອບມີຫຼັກສູດສໍາລັບຜູ້ເລີ່ມຕົ້ນແລະຜູ້ຊ່ຽວຊານທີ່ມີປະສົບການ. ເລືອກສິ່ງທີ່ເຫມາະສົມກັບເຈົ້າ.

1. ການຢັ້ງຢືນວິສະວະກໍາຂໍ້ມູນ Nanodegree (Udacity)

ທ່ານຈະໄດ້ຮຽນຮູ້ວິທີການອອກແບບແບບຈໍາລອງຂໍ້ມູນ, ສ້າງຄັງເກັບຂໍ້ມູນແລະຂໍ້ມູນ lakes, ອັດຕະໂນມັດທໍ່ຂໍ້ມູນແລະເຮັດວຽກກັບ array ຂອງຊຸດຂໍ້ມູນ. ໃນຕອນທ້າຍຂອງໂຄງການ, ທ່ານຈະທົດສອບຄວາມສາມາດໃຫມ່ຂອງທ່ານໂດຍການສໍາເລັດໂຄງການ Capstone.

ໄລຍະເວລາ: 5 ເດືອນ, 5 ຊົ່ວໂມງຕໍ່ອາທິດ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: $ 1695
ລະດັບ: ເບື້ອງຕົ້ນ

2. ເປັນຜູ້ຢັ້ງຢືນວິສະວະກອນຂໍ້ມູນ (Coursera)

ພວກເຂົາສອນຈາກພື້ນຖານ. ທ່ານ​ສາ​ມາດ​ກ້າວ​ໄປ​ໂດຍ​ຂັ້ນ​ຕອນ​, ການ​ນໍາ​ໃຊ້​ການ​ບັນ​ຍາຍ​ແລະ​ໂຄງ​ການ​ມື​ໃນ​ການ​ເຮັດ​ວຽກ​ກ່ຽວ​ກັບ​ຄວາມ​ສາ​ມາດ​ຂອງ​ທ່ານ​. ໃນຕອນທ້າຍຂອງການຝຶກອົບຮົມ, ທ່ານຈະພ້ອມທີ່ຈະເຮັດວຽກກັບ ML ແລະຂໍ້ມູນໃຫຍ່. ມັນແນະນໍາໃຫ້ຮູ້ຈັກ Python ຢ່າງຫນ້ອຍໃນລະດັບຕໍາ່ສຸດທີ່.

ໄລຍະເວລາ: 8 ເດືອນ, 10 ຊົ່ວໂມງຕໍ່ອາທິດ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ😕
ລະດັບ: ເບື້ອງຕົ້ນ

3. ກາຍເປັນ Data Engineer: Mastering the Concepts (LinkedIn Learning)

ທ່ານຈະພັດທະນາວິສະວະກໍາຂໍ້ມູນແລະທັກສະ DevOps, ຮຽນຮູ້ວິທີການສ້າງຄໍາຮ້ອງສະຫມັກ Big Data, ສ້າງທໍ່ຂໍ້ມູນ, ຂະບວນການຄໍາຮ້ອງສະຫມັກໃນເວລາຈິງໂດຍໃຊ້ Hazelcast ແລະຖານຂໍ້ມູນ Hadoop.

ໄລຍະເວລາ: ຂຶ້ນກັບທ່ານ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ເດືອນທໍາອິດ - ຟຣີ
ລະດັບ: ເບື້ອງຕົ້ນ

4. ຫຼັກສູດວິສະວະກຳຂໍ້ມູນ (edX)

ນີ້ແມ່ນຊຸດຂອງບັນດາໂຄງການທີ່ແນະນໍາທ່ານກ່ຽວກັບວິສະວະກໍາຂໍ້ມູນແລະສອນທ່ານວິທີການພັດທະນາວິທີແກ້ໄຂການວິເຄາະ. ຫຼັກສູດໄດ້ຖືກແບ່ງອອກເປັນປະເພດໂດຍອີງໃສ່ລະດັບຄວາມຫຍຸ້ງຍາກ, ດັ່ງນັ້ນທ່ານສາມາດເລືອກຫນຶ່ງຕາມລະດັບປະສົບການຂອງທ່ານ. ໃນລະຫວ່າງການຝຶກອົບຮົມທ່ານຈະໄດ້ຮຽນຮູ້ການນໍາໃຊ້ Spark, Hadoop, Azure ແລະການຄຸ້ມຄອງຂໍ້ມູນຂອງບໍລິສັດ.

ໄລຍະເວລາ: ຂຶ້ນກັບທ່ານ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຂຶ້ນກັບຫຼັກສູດທີ່ເລືອກ
ລະດັບ: ຜູ້ເລີ່ມຕົ້ນ, ລະດັບປານກາງ, ຂັ້ນສູງ

5. ວິສະວະກອນຂໍ້ມູນ (DataQuest)

ຫຼັກສູດນີ້ແມ່ນຄຸ້ມຄ່າຖ້າທ່ານມີປະສົບການກັບ Python ແລະຕ້ອງການໃຫ້ຄວາມຮູ້ຂອງທ່ານເລິກເຊິ່ງແລະສ້າງອາຊີບເປັນນັກວິທະຍາສາດຂໍ້ມູນ. ທ່ານຈະຮຽນຮູ້ວິທີການສ້າງທໍ່ຂໍ້ມູນໂດຍໃຊ້ Python ແລະ pandas, ການໂຫຼດຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ເຂົ້າໄປໃນຖານຂໍ້ມູນ Postgres ຫຼັງຈາກທໍາຄວາມສະອາດ, ການຫັນປ່ຽນແລະການກວດສອບ.

ໄລຍະເວລາ: ຂຶ້ນກັບທ່ານ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຂຶ້ນກັບແບບຟອມສະຫມັກ
ລະດັບ: ຜູ້ເລີ່ມຕົ້ນ, ລະດັບປານກາງ

6. ວິສະວະກຳຂໍ້ມູນກັບ Google Cloud (Coursera)

ຫຼັກສູດນີ້ຈະຊ່ວຍໃຫ້ທ່ານມີທັກສະທີ່ທ່ານຕ້ອງການເພື່ອສ້າງອາຊີບໃນຂໍ້ມູນໃຫຍ່. ຕົວຢ່າງ, ເຮັດວຽກກັບ BigQuery, Spark. ທ່ານຈະໄດ້ຮັບຄວາມຮູ້ທີ່ທ່ານຕ້ອງການເພື່ອກະກຽມສໍາລັບການຢັ້ງຢືນ Google Cloud Professional Data Engineer ທີ່ໄດ້ຮັບການຮັບຮອງຈາກອຸດສາຫະກໍາ.

ໄລຍະເວລາ: 4 ເດືອນ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຟຣີ​ໃນ​ປັດ​ຈຸ​ບັນ​
ລະດັບ: ຜູ້ເລີ່ມຕົ້ນ, ລະດັບປານກາງ

7. ວິສະວະກໍາຂໍ້ມູນ, ຂໍ້ມູນໃຫຍ່ໃນ Google Cloud Platform (Coursera)

ຫຼັກສູດທີ່ຫນ້າສົນໃຈທີ່ໃຫ້ຄວາມຮູ້ພາກປະຕິບັດຂອງລະບົບການປຸງແຕ່ງຂໍ້ມູນໃນ GCP. ໃນລະຫວ່າງຫ້ອງຮຽນ, ທ່ານຈະໄດ້ຮຽນຮູ້ວິທີການອອກແບບລະບົບກ່ອນທີ່ຈະເລີ່ມຕົ້ນຂະບວນການພັດທະນາ. ນອກຈາກນັ້ນ, ທ່ານຍັງຈະວິເຄາະທັງຂໍ້ມູນທີ່ມີໂຄງສ້າງແລະບໍ່ມີໂຄງສ້າງ, ນໍາໃຊ້ການປັບຂະຫນາດອັດຕະໂນມັດ, ແລະນໍາໃຊ້ເຕັກນິກ ML ເພື່ອສະກັດຂໍ້ມູນ.

ໄລຍະເວລາ: 3 ເດືອນ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຟຣີ​ໃນ​ປັດ​ຈຸ​ບັນ​
ລະດັບ: ຜູ້ເລີ່ມຕົ້ນ, ລະດັບປານກາງ

8. UC San Diego: Big Data Specialization (Coursera)

ຫຼັກສູດແມ່ນອີງໃສ່ການນໍາໃຊ້ກອບ Hadoop ແລະ Spark ແລະນໍາໃຊ້ເຕັກນິກຂໍ້ມູນໃຫຍ່ເຫຼົ່ານີ້ເຂົ້າໃນຂະບວນການ ML. ທ່ານຈະໄດ້ຮຽນຮູ້ພື້ນຖານຂອງການໃຊ້ Hadoop ກັບ MapReduce, Spark, Pig, ແລະ Hive. ຮຽນຮູ້ວິທີການສ້າງແບບຈໍາລອງການຄາດເດົາແລະນໍາໃຊ້ການວິເຄາະກາຟເພື່ອບັນຫາແບບຈໍາລອງ. ກະລຸນາຮັບຊາບວ່າຫຼັກສູດນີ້ບໍ່ຕ້ອງການປະສົບການການຂຽນໂປຼແກຼມໃດໆ.

ໄລຍະເວລາ: 8 ເດືອນ 10 ຊົ່ວໂມງຕໍ່ອາທິດ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຟຣີ​ໃນ​ປັດ​ຈຸ​ບັນ​
ລະດັບ: ເບື້ອງຕົ້ນ

9. Taming Big Data ດ້ວຍ Apache Spark ແລະ Python (Udemy)

ທ່ານຈະຮຽນຮູ້ວິທີການນໍາໃຊ້ໂຄງສ້າງນ້ໍາແລະກອບຂໍ້ມູນໃນ Spark3, ແລະເຂົ້າໃຈວິທີການນໍາໃຊ້ການບໍລິການ Elastic MapReduce ຂອງ Amazon ເພື່ອເຮັດວຽກກັບກຸ່ມ Hadoop ຂອງທ່ານ. ຮຽນຮູ້ເພື່ອກໍານົດບັນຫາໃນການວິເຄາະຂໍ້ມູນໃຫຍ່ແລະເຂົ້າໃຈວ່າຫ້ອງສະຫມຸດ GraphX ​​ເຮັດວຽກກັບການວິເຄາະເຄືອຂ່າຍແລະວິທີທີ່ທ່ານສາມາດນໍາໃຊ້ MLlib.

ໄລຍະເວລາ: ຂຶ້ນກັບທ່ານ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ຈາກ 800 rubles ກັບ $149,99 (ຂຶ້ນກັບໂຊກຂອງທ່ານ)
ລະດັບ: ຜູ້ເລີ່ມຕົ້ນ, ລະດັບປານກາງ

10. ໂຄງການ PG ໃນ Big Data Engineering (ຮຽນຂຶ້ນ)

ຫຼັກສູດນີ້ຈະໃຫ້ທ່ານເຂົ້າໃຈວິທີການເຮັດວຽກຂອງ Aadhaar, ວິທີການທີ່ Facebook ປັບແຕ່ງຟີດຂ່າວ, ແລະວິທີການວິສະວະກໍາຂໍ້ມູນສາມາດຖືກນໍາໃຊ້ໂດຍທົ່ວໄປ. ຫົວຂໍ້ທີ່ສໍາຄັນຈະເປັນການປຸງແຕ່ງຂໍ້ມູນ (ລວມທັງການປຸງແຕ່ງໃນເວລາທີ່ແທ້ຈິງ), MapReduce, ການວິເຄາະຂໍ້ມູນໃຫຍ່.

ໄລຍະເວລາ: ເຈັດເດືອນ
ພາສາ: ພາສາອັງກິດ
ຕົ້ນ​ທຶນ: ປະມານ $3000
ລະດັບ: ເບື້ອງຕົ້ນ

11. ຜູ້ຊ່ຽວຊານດ້ານຂໍ້ມູນວິທະຍາສາດ (ກ່ອງສີມື)

ທ່ານຈະຮຽນຮູ້ການຂຽນໂປຼແກຼມໃນ Python, ສຶກສາກອບສໍາລັບການຝຶກອົບຮົມເຄືອຂ່າຍ neural Tensorflow ແລະ Keras. ເປັນເຈົ້າຂອງຖານຂໍ້ມູນ MongoDB, PostgreSQL, SQLite3, ຮຽນຮູ້ທີ່ຈະເຮັດວຽກກັບຫ້ອງສະຫມຸດ Pandas, NumPy ແລະ Matpotlib.

ໄລຍະເວລາ: 300 ຊົ່ວໂມງຂອງການຝຶກອົບຮົມ
ພາສາ: ພາສາລັດເຊຍ
ຕົ້ນ​ທຶນ: ຫົກເດືອນທໍາອິດຟຣີ, ຫຼັງຈາກນັ້ນ 3900 rubles ຕໍ່ເດືອນ
ລະດັບ: ເບື້ອງຕົ້ນ

12. ວິສະວະກອນຂໍ້ມູນ 7.0 (ຫ້ອງທົດລອງວິຊາຊີບໃໝ່)

ທ່ານຈະໄດ້ຮັບການສຶກສາໃນຄວາມເລິກຂອງ Kafka, HDFS, ClickHouse, Spark, Airflow, ສະຖາປັດຕະຍະກໍາ lambda ແລະສະຖາປັດຕະຍະກໍາ kappa. ທ່ານຈະຮຽນຮູ້ວິທີການເຊື່ອມຕໍ່ເຄື່ອງມືເຊິ່ງກັນແລະກັນ, ການສ້າງທໍ່, ໄດ້ຮັບການແກ້ໄຂພື້ນຖານ. ເພື່ອສຶກສາ, ຕ້ອງມີຄວາມຮູ້ຂັ້ນຕ່ຳຂອງ Python 3.

ໄລຍະເວລາ: 21 ບົດຮຽນ, 7 ອາທິດ
ພາສາ: ພາສາລັດເຊຍ
ຕົ້ນ​ທຶນ: ຈາກ 60 ຫາ 000 rubles
ລະດັບ: ເບື້ອງຕົ້ນ

ຖ້າທ່ານຕ້ອງການເພີ່ມຫຼັກສູດທີ່ດີໃນບັນຊີລາຍຊື່, ທ່ານສາມາດຍົກເລີກການຈອງໃນຄໍາເຫັນຫຼື PM. ພວກເຮົາຈະປັບປຸງການຕອບ.

ມີຫຍັງອີກແດ່ທີ່ທ່ານສາມາດອ່ານໃນ blog ໄດ້? Cloud4Y

→ ເລຂາຄະນິດຂອງຈັກກະວານແມ່ນຫຍັງ?
→ ໄຂ່ Easter ໃນແຜນທີ່ພູມສັນຖານຂອງສະວິດເຊີແລນ
→ ປະຫວັດສາດທີ່ງ່າຍດາຍແລະສັ້ນຫຼາຍຂອງການພັດທະນາຂອງ "ຟັງ"
→ ທະນາຄານລົ້ມເຫລວແນວໃດ?
→ ຍີ່ຫໍ້ຄອມພິວເຕີຂອງ 90s, ພາກ 3, ສຸດທ້າຍ

ຈອງຂອງພວກເຮົາ ໂທລະເລກ-channel ເພື່ອບໍ່ໃຫ້ພາດບົດຄວາມຕໍ່ໄປ. ພວກເຮົາຂຽນບໍ່ເກີນສອງຄັ້ງຕໍ່ອາທິດແລະພຽງແຕ່ກ່ຽວກັບທຸລະກິດ. ພວກເຮົາຍັງເຕືອນທ່ານວ່າໃນວັນທີ 21 ເດືອນພຶດສະພາເວລາ 15: 00 (ເວລາ Moscow) ພວກເຮົາຈະຖື webinar ໃນຫົວຂໍ້ "ຄວາມປອດໄພຂອງຂໍ້ມູນທຸລະກິດໃນເວລາທີ່ເຮັດວຽກຫ່າງໄກສອກຫຼີກ." ຖ້າທ່ານຕ້ອງການເຂົ້າໃຈວິທີການປົກປ້ອງຂໍ້ມູນທີ່ລະອຽດອ່ອນແລະບໍລິສັດໃນເວລາທີ່ພະນັກງານເຮັດວຽກຈາກເຮືອນ, ລົງທະບຽນ!

ແຫຼ່ງຂໍ້ມູນ: www.habr.com