原文章請點擊： http://www.octoparse.es/blog/10-big-data-analytics-cursos-en-linea

如今，數據科學不再是數據驅動的市場繁榮的流行語。在IBM報告估計，數據相關的職位空缺將由2020年這就是說增加至270萬，為需求數據- 相關專業技能，像機器學習和人工智能是分析人才是必須的。

本文為初學者，特別是計劃從事數據分析工作的初學者推薦10項最佳在線課程。

Coursera

1.數據分析和表達技巧：普華永道方法專業化

提供者：普華永道會計師事務所

承諾：21週，每週3-4小時

該專業包括5門課程，從數據驅動的決策制定，解決問題的承諾：21週，具有基本Excel功能的3-4小時/週，使用高級Excel進行數據可視化，使用PowerPoint和項目進行業務演示最後。

课程1：基於數據決策
课程2：疑難解答與Excel
課程3：使用高級Excel進行數據可視化
課程4：使用PowerPoint進行有效的業務演示
課程5：數據分析和表達技巧：普華永道方法的最終項目
平均評分4.6

數據分析專業是PWC為員工設計的。PWC的重點更多是業務應用，而不是理論。適合沒有編程經驗的人。

2.數據科學專業

提供者：約翰·霍普金斯大學

承諾：43週，每週4-9小時

該專業課程包含10門課程，涵蓋了您在整個數據科學領域中所需的概念和工具，從提出正確的問題到做出推理和發布結果。

平均評分 4.6
這是Coursera最長的數據科學專業之一。與PWC不同，它更側重於與統計，算法和數據分析有關的理論。另外，這些課程都是基於R編程語言的，因此，建議您在學習這些課程之前對編程有一個基本的了解。

3.大數據專業化

提供者：加利福尼亞大學聖地亞哥分校

承諾：30週，3-6小時/週

它總共有6門課程，涵蓋大數據的主要方面，從基本介紹，建模，管理系統，集成和處理到機器學習和圖形分析。

课程1：介紹大數據
课程2：大數據建模和管理系統
课程3：大數據集成和處理
课程4：機器學習綜述
课程5：圖形分析大數據
课程6：大數據-最終項目

平均評分4.3

對於初學者來說，這是對Big Data的出色介紹，但對編程沒有太深的了解。不需要以前的編程經驗。它涉及各種開源軟件工具，包括Apache Hadoop。

4. R統計

提供者：杜克大學

承諾： 27週，每週5-7小時

通過本專業的5門課程，您將學習分析和可視化R中的數據。您將能夠創建可重現的數據分析報告，展示對統計推斷統一性質的概念性理解，執行常客和貝葉斯統計推斷以及建模。

課程1：概率與數據導論
課程2：數值和分類數據
課程3：線性回歸與建模
課程4：貝葉斯統計
課程5：使用R Capstone進行統計

平均評分 4.5

該課程全部涉及編程R。確保您已充分掌握編程技能。

5.Microsoft數據科學專業計劃

提供商：微軟

承諾： 56-58週，每週2-4小時

由4個單元（共10個課程）和一個最終項目組成。該專業涵蓋了數據科學的基本介紹，必需的編程語言以及應用數據科學中的高級編程語言。

單元1-基礎
第2單元-中央數據科學
第三單元-應用數據科學
單元4-頂峰項目

平均評分 N/A

毫不奇怪，您與Microsoft軟件（包括Excel，Power BI，Azure和R服務器）的聯繫緊密，這些課程還包括R和Python。

6.營銷分析

提供者：加州大學伯克利分校

承諾：16週，每週5-7小時。

在該專業的所有5門課程中，您可以在畢業後獲得證書和學分課程。該程序是由行業專家Stephan Sorger設計和教授的，他在Oracle，3Com和NASA等組織的市場營銷和產品開發中發揮了領導作用。

課程1：BerkeleyX Marketing AnalyticsMicroMasters®計劃
課程2：市場營銷分析：市場營銷評估策略
課程3：營銷分析：價格和促銷分析
課程4：營銷分析：競爭分析和市場細分
課程5：市場營銷分析：產品，分銷和銷售

平均評分 N/A

該計劃更多地側重於市場營銷計劃和決策數據的使用，包括市場營銷衡量策略，定價和促銷分析，競爭分析和市場細分，產品分銷和銷售。就個人而言，這對於想要提高其數字技能的數字營銷者來說是一門很好的課程。

認知班

7.大數據基礎IBM

提供商：IBM
承諾： 13小時
它僅包含3門課程。這些課程簡要介紹了大數據，Hadoop和Spark。認知課程以前稱為大數據大學。他們現在已將其重命名為IBM支持的MOOC提供商。

課程1：大數據101
課程2：Hadoop 101
課程3：Spark 1基礎
平均評分 N / A
作為大數據101計劃，這些課程介紹有關大數據以及如何融入我們的日常生活和工作的基本概念。同時，引入了許多大數據工具來顯示如何捕獲，處理和可視化數據。

替代課程：數據科學理學碩士
創作者： Maryville University
該計劃是100％在線的，這是一個36學分的數據科學計劃，旨在使您發展技能，知識和經驗，以在數據科學領域取得成功。課程加深了機器學習，數據挖掘，大數據和深度學習以及Python，SQL，R和SAS的編碼技能

**麻省理工學院開放課件 **

8.高級數據結構

授課教師：Erik Demaine教授+
承諾： 22節，每節90分鐘

本課程概述了不同類型的數據結構，包括幾何數據結構（如地圖）和臨時數據結構（如按時間序列存儲的數據）。它涵蓋了各種此類數據結構的主要研究方向。

第一節：持久性數據結構
小號分裂國家2：追溯數據結構
第3〜4節：幾何結構I〜II
第5〜6節：動態最優I〜II
小號分裂國家7：存儲器層次結構模型
第8〜9節：高速緩存無關結構I〜II
小號分裂國家10：字典
專題11：整體模型
專場12：融合樹
專場13：整數下限
第十四節：線性時間順序
專題15：靜態樹
會議16：弦樂
第17〜18節：簡潔結構I〜II
第19〜20節I〜II動態圖形
小號分裂國家21：動態連接下界
小號分裂國家22：歷史記憶模型

平均評分 N/A
這是一門解釋不同數據結構的高級課程。為了幫助每個學生更輕鬆地掌握課程，每週提供一次一頁的作業，以幫助消除整個學習過程中的困難。

9.Python在線課程

授課教師：Austin Bingham，Robert Smallshire，Terry Toy，Bo Milanovich，Emily Bache，Reindert-Jan Ekker
承諾：3節，共28小時
該路徑將帶您從Python語言的基礎知識轉向使用Web框架和編程。

Python是一種解釋型的面向對象的編程語言。它是開源的，因此免費提供解釋器和源代碼，並且可以二進制形式分發。這使Python成為數據分析中流行的編程語言。

平均評分: N/A
有3個單獨的初學者，中級和高級課程。您可以選擇適當的課程之一或完成所有課程。

Udemy

10.面向初學者的Java教程

講師：John Purcell

承諾：75個會議，總共16個小時
學習Java編程語言的初學者課程。不需要編程知識。推薦這門課程的關鍵原因：Hadoop基於Java，它是最好的開源軟件實用程序之一，為大數據分析鋪平了道路。

Octoparse

不再使用傳統的在線手動提取數據的方法。您需要一個更高效的Web抓取工具來提取Internet上的信息。

Octoparse是許多數據專家推薦的自動的网页抓取工具。它易於使用，學習迅速並且不需要任何編程知識。數百萬在線數據將在幾秒鐘之內轉換為結構化的數據表（Excel，CSV，SQL，API）。

可以在Octoparse的網站上找到大量的教程，例如從目錄中刮取銷售線索（Yellowpages）和從在線市場（Amazon）刮取產品信息。

您面臨的最大挑戰不是課程的難度，而是將您的職業提升到一個新的水平。