Eduka.vip | Cursos, Masters y Postgrados

Según TechJury, las personas produjeron 2,5 quintillones de bytes de datos por día en 2021. Los datos ahora se han convertido en el elemento vital de la transformación digital, y las empresas se esfuerzan por reinventarse como organizaciones basadas en datos. Es por eso que, según Indeed y Glassdoor, la proporción de vacantes de ingeniero de datos y científico de datos es de aproximadamente cuatro a uno. Las empresas no pueden encontrar suficientes ingenieros de datos para almacenar, organizar y administrar su cantidad cada vez mayor de datos.

Los ingenieros de datos son responsables de hacer que los datos sean accesibles para todas las personas que los usan en una organización. Eso podría significar crear un almacén de datos para el equipo de análisis, construir una canalización de datos para una aplicación front-end o resumir conjuntos de datos masivos para que sean más fáciles de usar.

Hoy, nos complace anunciar una actualización del programa Ingeniería de datos con AWS Nanodegree. Empresas de todo el mundo están buscando ingenieros de datos y nuestro objetivo es ayudar a cualquier persona que desee conseguir un trabajo en el campo a hacerlo.

Detalles del programa Ingeniería de datos con AWS Nanodegree.

El programa Data Engineering with AWS Nanodegree lo preparará para ser un ingeniero de datos, con capacitación especial en herramientas de datos de AWS. Específicamente, los estudiantes aprenderán a:

• Cree modelos de datos relacionales y NoSQL fáciles de usar
• Cree almacenes de datos escalables y eficientes
• Trabaje eficientemente con conjuntos de datos masivos
• Cree e interactúe con un lago de datos basado en la nube
• Automatice y supervise las canalizaciones de datos
• Desarrollar competencia en las herramientas Spark, Airflow y AWS

Para sacarle el máximo partido a este programa, es importante saber programar, en concreto con conocimientos intermedios de Python. Además, los estudiantes deben comprender cómo usar la línea de comandos y tener una base sólida en SQL.

En tan solo 4 meses (de 5 a 10 horas a la semana), los estudiantes que se inscriban en el programa Ingeniería de datos con AWS Nanodegree aprenderán cómo modelar datos con Apache Cassandra, interactuar con almacenes de datos (extracción y transformación de datos) y utilizar lagos de datos (exportar, transformar e importar datos) y crear canalizaciones de datos personalizadas.

Cambios del programa de ingeniería de datos anterior.

Desde el lanzamiento del programa Data Engineering Nanodegree en 2019, ha habido muchos cambios en las herramientas de AWS que se utilizan para los proyectos del curso. Si bien nos encanta que las herramientas se actualicen y mejoren constantemente, significó que algunas de nuestras lecciones comenzaron a sentirse un poco desactualizadas.

Para satisfacer mejor las necesidades de nuestros estudiantes del programa Nanodegree, hemos actualizado nuestros cursos y proyectos para que reflejen más de cerca las herramientas actuales y el estado de la ingeniería de datos. A continuación, encontrará una lista de los cursos en el programa Ingeniería de datos con AWS Nanodegree con información sobre lo que ha cambiado.

Carrera 1: Modelado de datos
Toda la excelente información sobre el modelado de datos todavía está disponible, pero eliminamos un proyecto llamado Modelado de datos con Postgres que sentimos que no era coherente con los otros cursos que solo tenían un proyecto.

Carrera 2: Almacenes de datos en la nube
Actualizamos la totalidad de este curso para reflejar los nuevos conceptos y herramientas de AWS. Esto incluye nuevas imágenes, videos, transcripciones e instrucciones de AWS. También actualizamos la guía del proyecto (consulte el Proyecto 2, a continuación) para abordar las brechas en función de los comentarios de los estudiantes.

Carrera 3: Spark y lagos de datos
Hicimos muchas actualizaciones en el curso 3 para que coincida más con los estándares de la industria en torno a la ingeniería de datos. Los cambios específicos incluyen contenido actualizado sobre el ecosistema de big data, el uso de una nueva versión de Spark (y los scripts de Spark que lo acompañan), la adición de conceptos sobre los patrones de diseño de Lakehouse y el uso de AWS Glue y AWS Athena. Para este curso, renovamos todo el proyecto final para centrarnos más en el Internet de las cosas (IoT) y los datos de aplicaciones, que están seleccionados para que los utilicen los científicos de datos.

Curso 4: Automatice las canalizaciones de datos
La mayoría de las actualizaciones para el curso 4 están relacionadas con las herramientas, para ayudar a los estudiantes a familiarizarse con las herramientas que son los estándares actuales de la industria. Por ejemplo, el curso 4 ahora usará Airflow 2 en lugar de Airflow 1. También introdujimos Airflow Python Decorators, pasamos de Redshift Cluster a Redshift Serverless y ahora tenemos un espacio de trabajo para estudiantes que usa VS Code.

Ingeniería de datos con información del proyecto AWS.

Proyecto 1: Modelado de datos con Apache Cassandra
Los estudiantes modelarán datos de eventos para crear una base de datos no relacional y canalizaciones de extracción, carga y transformación (ELT) para una aplicación ficticia de transmisión de música. El proyecto incluirá la definición de consultas y tablas para una base de datos construida con Apacha Cassandra.

Proyecto 2: Almacén de datos
Los estudiantes actuarán como ingenieros de datos para un servicio de transmisión de música. Crearán una canalización ELT que extraiga datos de S3, los organizarán en Redshift y los transformarán en un conjunto de tablas dimensionales para que las utilice un equipo de análisis.

Proyecto 3: Análisis de equilibrio humano STEDI
Los estudiantes crearán una solución de Data Lakehouse para datos de sensores que se utiliza para entrenar un modelo de aprendizaje automático para una empresa ficticia de equilibrio humano, STEDI. El proyecto incluye la creación de una canalización de ELT para la arquitectura de Lakehouse, la carga de datos de un lago de datos de AWS S3 y el procesamiento de los datos en tablas de análisis mediante Spark y AWS Glue y, finalmente, la carga nuevamente en la arquitectura de Lakehouse.

Proyecto 4: Canalizaciones de datos con Airflow
Los estudiantes construirán canalizaciones de datos de alto grado para Sparkify. Primero, los estudiantes tomarán registros de datos de usuario y metadatos como JSON de S3 y los procesarán en un almacén de datos (Amazon Redshift). Para completar el proyecto, los estudiantes deben crear sus propios operadores personalizados para realizar tareas como preparar los datos, llenar el almacén de datos y ejecutar verificaciones finales de los datos.

Aprenda de los mejores profesionales de datos.

Para desarrollar el plan de estudios de clase mundial de este programa, colaboramos con profesionales de empresas tecnológicas de primer nivel, como Amazon, DataStax y SpotHero. Cada uno de estos colaboradores contribuyó con orientación y retroalimentación para enfocar el programa en las habilidades más demandadas. Cada uno de los instructores cuenta con amplios datos y experiencia docente.

instructores

• Amanda Moran, promotora de desarrolladores en DataStax
• Ben Goldberg, ingeniero de personal en SpotHero
• Valerie Scarlata, Gerente de Currículo en Udacity
• Matt Swaffer, arquitecto de soluciones y profesor adjunto de la Universidad del Norte de Colorado
• Sean Murdock, ingeniero de software y profesor de la Universidad Bringham You, Idaho

Inscríbase hoy mismo en el programa Ingeniería de datos con AWS Nanodegree.

Si es un ingeniero interesado en especializarse en ingeniería de datos, o si tiene algo de experiencia en ingeniería de datos pero quiere aprender todo sobre las diversas herramientas de datos de AWS, este es el programa para usted.

Nunca ha habido un mejor momento para entrar en la ingeniería de datos. De hecho, la ingeniería de datos se encuentra entre los roles de más rápido crecimiento en la industria tecnológica. Además, los salarios de los ingenieros de datos promedian bien en el rango de seis cifras.

Con el aprendizaje práctico centrado en proyectos de Udacity, no hay mejor manera de satisfacer la demanda que registrándose hoy para el programa de ingeniería de datos con AWS Nanodegree. ¡Inscríbase ahora para obtener más información!

COMIENZA A APRENDER

Por Scott Shireman, director global del campus de Coursera

El lugar de trabajo actual requiere habilidades digitales, y las empresas informan que la falta de talento calificado es una amenaza creciente. Al mismo tiempo, en un mercado laboral competitivo y que cambia rápidamente, los estudiantes universitarios esperan que sus programas de grado les consigan un trabajo bien remunerado. Los sistemas estatales de educación superior desempeñarán un papel crucial para resolver ambos lados de este desafío: mejorar el empleo de los estudiantes a escala y satisfacer la escasez de talento calificado para los empleadores locales.

Hoy, me complace anunciar que Coursera y Google se asociaron con el Sistema de la Universidad de Texas para lanzar una iniciativa innovadora en todo el sistema que equipará a los estudiantes y profesores de ocho campus con las habilidades y credenciales que necesitan para desbloquear todo su potencial profesional. en la economía digital.

“La asociación de UT System con Coursera permite a nuestros estudiantes combinar una licenciatura con un certificado de Google; esto lleva a graduados que tienen una educación amplia y habilidades específicas. Dado que se espera que la población de Texas se duplique para 2050 y que Texas tenga el crecimiento neto de empleo más alto de todos los estados para 2030, las instituciones de UT se enorgullecen de liderar los esfuerzos para satisfacer las demandas de la industria y la fuerza laboral de nuestro estado, al tiempo que posicionan a nuestros graduados para el éxito y el crecimiento profesional. en el mercado laboral moderno”.

–James B. Milliken, canciller del sistema de UT

Esta asociación de tres años proporcionará a los ocho campus de la Universidad de Texas (UT) acceso a 5300 cursos en línea y 3400 proyectos guiados de líderes universitarios y de la industria en Coursera, incluida la Universidad de Yale, Google, AWS y Microsoft. Además, Google está proporcionando a cada campus 500 licencias adicionales para distribuir a los estudiantes, profesores y la comunidad del campus en general para acceder a los certificados profesionales transformadores de Google en Coursera sin costo alguno.

La iniciativa también brindará a los estudiantes y profesores de UT acceso a más de 25 Certificados Profesionales de nivel de entrada, también conocidos como microcredenciales de la industria, de las principales empresas como Google, IBM, Meta e Intuit, que preparan a los estudiantes sin experiencia laboral previa para ingresar a la tecnología digital atractiva. carreras en áreas como diseño UX, análisis de datos, desarrollo de software y contabilidad.

“Google se enorgullece de trabajar con universidades de Texas y organizaciones de desarrollo de la fuerza laboral para ayudar a más estudiantes y trabajadores a aprovechar las increíbles oportunidades laborales creadas por la creciente economía del estado. Nuestra misión es ampliar las oportunidades para todos, y estamos encantados de promover ese esfuerzo al ampliar el acceso a la capacitación de la fuerza laboral tecnológica a través del programa Google Career Certificates”.

–Lisa Gevelber, fundadora de Grow with Google

Varias de las microcredenciales de la industria vienen con la recomendación de crédito ACE y, de hecho, varias universidades han comenzado recientemente a integrar contenido de Coursera en su plan de estudios para obtener créditos, incluidas UT Arlington, UT El Paso, UT San Antonio y UT Tyler.

Los campus de UT están utilizando los cursos y certificados para complementar varios programas. Por ejemplo, UT Dallas Jindal School of Business ofrece los certificados de Google como un recurso cocurricular para estudiantes de negocios, y UT Tyler está integrando los certificados en sus cursos de Psicología. UT Austin está integrando cursos de Coursera en varios programas, incluidos Excel para principiantes y avanzados, y el programa de preparación profesional alineado con NACE para ayudar a los estudiantes a desarrollar habilidades como liderazgo, comunicación y pensamiento crítico.

A medida que se acelera el crecimiento del empleo digital y las brechas de talento calificado, las universidades y los colegios deben buscar formas innovadoras de brindar capacitación relevante para el trabajo y oportunidades de desarrollo de habilidades para los estudiantes. Las iniciativas estatales innovadoras como esta ofrecen la esperanza y la promesa de un futuro en el que los estudiantes se benefician de múltiples señales en el mercado laboral: el título que obtienen de su campus local y las credenciales profesionales que completan en el camino.

Nos sentimos honrados de asociarnos con el Sistema de la Universidad de Texas para preparar a la próxima generación de talentos tejanos para nuevas oportunidades profesionales, mientras construimos una fuerza laboral local competitiva y resistente que puede impulsar la economía estatal.

Aprende más sobre Coursera para Campus hoy.

Al desarrollar aplicaciones web, a menudo encontrará un formato de datos conocido como JSON o notación de objetos de JavaScript. Hacer solicitudes HTTP a una API REST, por ejemplo, probablemente devolverá una respuesta JSON, y dependerá de usted como desarrollador analizar y realizar operaciones en esa respuesta.

En esta publicación, exploraremos qué es JSON y cómo convertir JSON en formatos para usar en un entorno de JavaScript.

¿JSON o JavaScript?

Un objeto (literal) en JavaScript es una colección de pares clave-valor, donde valores puede ser de muchos tipos de datos diferentes (por ejemplo, números, cadenas, booleanos, matrices o incluso otro objeto). He aquí un ejemplo de un sencillo book objeto en JavaScript:

const book = {
 name: "Invisible Man",
 author: "Ralph Ellison",
 published: 1952,
 read: false,
};

En su mayor parte, tanto JSON y Las representaciones de objetos de JavaScript de esos mismos datos son bastante similares. Sin embargo, un requisito estricto para JSON es que las claves deben estar entre comillas dobles. Así es como se ven los mismos datos del libro como un objeto JSON:

{
 "name": "Invisible Man",
 "author": "Ralph Ellison",
 "published": 1952,
 "read": false
}

Tenga en cuenta que el name, author, publishedy read cada una de las propiedades está encerrada entre comillas dobles (el uso de comillas simples es JSON no válido). Además, JSON también restringe el uso de comas finales para el último par clave-valor de la colección.

Sin embargo, el fragmento de código anterior, tal como está, sigue siendo perfectamente válidoJavaScript. ¿Por qué sigue siendo necesario convertir JSON en un formato legible por JavaScript (o ningún idioma, para el caso)?

JSON es una cadena.

Aunque parece JavaScript, JSON en realidad son datos basados ​​en texto. Es decir, JSON es una cadena. Antes de que los datos representados en JSON puedan usarse en un entorno de JavaScript (nodo o navegador), primero deben convertirse (es decir, deserializarse) en un objeto nativo que JavaScript pueda comprender.

De fábrica, JavaScript proporciona un objeto JSON global con métodos para analizar y convertir valores hacia y desde JSON. Primero echemos un vistazo a cómo el JSON.parse() El método nos permite convertir una cadena JSON en un objeto JavaScript.

sintaxis.

Aquí está la firma completa para el método de análisis integrado de JavaScript:

JSON.parse(text, reviver)

El método toma dos parámetros:

• textque es la propia cadena JSON serializada, y
• reviverque es un opcional función que modifica (p. ej., filtra) los datos antes de que la función regrese

Si el análisis es exitoso, el método devuelve un objeto JavaScript nativo. Considere el siguiente ejemplo:

const book =
 '{"name": "Invisible Man", "author": "Ralph Ellison", "published": 1952, "read": false}';
 
const result = JSON.parse(book);

Para proporcionar datos JSON válidos como text a JSON.parse(), el objeto JSON debe estar entre comillas simples. Como tal, la colección completa de pares clave-valor se representa como una cadena:

console.log(typeof book); // string

Después de un análisis exitoso, el resultado es un objeto JavaScript normal:

console.log(typeof result); // object
console.log(result);
 
/*
{
 name: 'Invisible Man',
 author: 'Ralph Ellison',
 published: 1952,
 read: false
}
*/

Y como tal, podemos acceder a las propiedades del objeto resultante como lo haríamos con cualquier objeto de JavaScript:

 console.log(result.name); // "Invisible Man"
console.log(result.author); // "Ralph Ellison"
console.log(result.published); // 1952
console.log(result.read); // false

Ahora, ¿qué pasa si queremos modificar los datos JSON entrantes antes de devolverlos como un objeto JavaScript? Aquí es donde podemos aprovechar la opción reviver función.

La función revive.

Considere este ejemplo: digamos que con el JSON sin formato book datos, el read el estado del libro debe ser alternado. Es decir, antes de trabajar con esos datos en JavaScript, primero queremos que todos true estados a los que cambiar falsey todo false estados a los que cambiar true. Podemos lograr esto creando un reviver función para manejar esa manipulación de datos para nosotros.

Durante el proceso de análisis, el reviver se llama a la función para cada par clave-valor en la cadena JSON. De esta forma, podemos ejecutar cualquier lógica comercial personalizada que queramos en esos datos antes de que se devuelvan en el objeto JavaScript.

Primero definiremos los dos parámetros que el JSON.parse() acepta: el text y el reviver.

const book =
 '{"name": "Invisible Man", "author": "Ralph Ellison", "published": 1952, "read": false}';
 
function toggleRead(key, value) {
 if (key === "read") {
   return !value;
 } else {
   return value;
 }
}

Con estos dos parámetros definidos, los pasamos al método de análisis:

const result = JSON.parse(book, toggleRead);

A medida que la función de análisis itera a través de la cadena JSON, toggleRead() se llama para cada uno de los cuatro pares clave-valor en el book objeto. Como tal, el valor resultante se convierte en:

console.log(result);
 
/*
{
 name: 'Invisible Man',
 author: 'Ralph Ellison',
 published: 1952,
 read: true
}
*/

Tenga en cuenta que el read estado se ha cambiado a su valor opuesto (es decir, de su original true valor en la cadena JSON para false en el objeto JavaScript resultante).

En general, el reviver La función es un excelente lugar para incluir lógica comercial personalizada y otras transformaciones en la cadena JSON que se analiza en JavaScript.

Analizando una matriz JSON.

Además de todo lo anterior, tenga en cuenta que JSON.parse() también puede manejar arreglos JSON (después de todo, un arreglo es un objeto):

const team =
'["Andy", "Peter", "Gabriella", "Jordy"]';
 
 
const result = JSON.parse(team);
 
console.log(typeof result); // object
 
console.log(result); // ['Andy', 'Peter', 'Gabriella', 'Jordy']

Otras lecturas.

JSON está en toda la web. Es un formato de datos que es predecible, uniforme y fácil de leer y escribir. Dado que JSON es analizado y deserializado por cada idioma en objetos nativos en ese idioma, también puede ver JSON analizado en hashes en Ruby, diccionarios en Python, etc. En el caso de JavaScript, JSON se analiza a través del método integrado JSON.parse() en literales de objetos de JavaScript.

Consulte los recursos a continuación y explore el programa Intermediate JavaScript Nanodegree para estar en camino de dominar el lenguaje de programación más popular del mundo.

COMIENZA A APRENDER

¡Conoce a Max, que está #AprendiendoDe un pequeño pueblo de Alemania! Max siempre soñó con convertirse en diseñador de UX, pero tenía acceso limitado a las formas tradicionales de educación debido a su ubicación remota. Siga leyendo para descubrir cómo Max hizo realidad sus sueños desde casa.

Cuando cumplí 18 años, supe que quería seguir una carrera en diseño de UX, pero vivir en un pueblo pequeño sin universidades cercanas lo hizo difícil. En lugar de asistir a una universidad tradicional, busqué opciones de educación alternativa. Después de investigar un poco en línea, me topé con Coursera. Primero me inscribí en el Certificado profesional de diseño de UX de Google y fue una gran experiencia para mí. El contenido fue estructurado y respaldado por muchas ilustraciones y ejemplos del mundo real.

A través del programa de certificado profesional de diseño de UX de Google, aprendí nuevas habilidades técnicas como la creación de prototipos, la creación de esquemas y la realización de investigaciones de UX. Después de desarrollar mis habilidades, gané la confianza para solicitar trabajos en el campo. Estoy emocionado de compartir que obtuve un puesto de contrato de diseño de UX en una Organización Autónoma Descentralizada (DAO). También me inscribí recientemente en el nuevo Certificado Profesional de Desarrollador Meta Front-End para continuar mejorando mis habilidades. El aprendizaje es un ciclo interminable, ¡así que esto es solo el comienzo!

Ahora comencé mi propio portafolio en línea donde comparto ejemplos de mis proyectos en DAO con la esperanza de que ayude e inspire a otros estudiantes como yo.

A continuación, busco convertir algunas de mis ideas y prototipos de los últimos meses en productos completos. Muchas gracias a todos los profesores y a todo el equipo de UX de Google por el contenido estructurado y la orientación útil durante el curso.

Para los nuevos estudiantes que viven en un área con acceso limitado a la educación, les recomendaría que consideren aprender desde casa con Coursera. Puedo decirte que valió absolutamente la pena. Este curso me da esperanza para mi futuro y mi carrera, y lo más importante, me ha dado confianza en mí mismo. Eso no tiene precio.

Si desea obtener más información sobre nuestros programas de aprendizaje a distancia, consulte nuestro sitio web Este Dia.

Por Betty Vandenbosch, directora de contenido, Coursera

Ahora que 2022 llega a su fin, tomemos un momento para reflexionar sobre qué cursos y habilidades fueron los más populares durante el último año. Nuestros más de 100 millones de estudiantes registrados votaron con sus inscripciones para determinar los cursos más populares en general y los cursos más populares lanzados este año en Coursera.

¿Está interesado en profundizar en los mejores cursos y habilidades de 2022?
Vea una conversación en vivo el 17 de enero de 2023 con instructores estelares y expertos de la industria Andrew Ng, Barbara Oakley y Charles “Dr. Chuck” Severance moderado por Shravan Goli, director de operaciones de Coursera. Juntos, discutirán las tendencias de aprendizaje de este año y lo que prevén para 2023.

El contenido centrado en la carrera dominó la lista

Los mejores cursos en general se relacionan en gran medida con habilidades relevantes para el trabajo, es decir, en negocios, tecnología y ciencia de datos. Los cursos básicos de los certificados de Google en análisis de datos, gestión de proyectos, diseño de UX y soporte de TI se incluyeron en la lista, al igual que Programación para todos de Michigan. Con la demanda de roles digitales que continúa aumentando, los estudiantes claramente quieren desarrollar las habilidades adecuadas para buscar las mejores oportunidades laborales.

Los alumnos también persiguieron el desarrollo personal. La Ciencia del Bienestar, un favorito perenne, siguió siendo uno de los cursos más populares a nivel mundial, ocupando el puesto número 1 entre los estudiantes en Francia, Alemania y el Reino Unido. Primeros Auxilios Psicológicos (Primeros Auxilios Psicológicos), un curso en español impartido por la Universitat Autònoma de Barcelona, ​​fue popular en América Latina.

El contenido que abordaba objetivos tanto personales como profesionales tenía demanda a nivel mundial, incluidos Aprender a aprender y Mercados financieros. El aprendizaje de idiomas también estuvo de moda, con el inglés para el desarrollo profesional en la lista mundial de los diez primeros, el coreano First Step buscado en México y Colombia, la tendencia de escribir correos electrónicos profesionales en inglés en los Emiratos Árabes Unidos y el francés intermedio (B1-B2) en el puesto n.º 3 entre los estudiantes en Francia.

Los estudiantes acudieron en masa a los educadores de la industria

Entre los diez mejores cursos lanzados en 2022, la mayoría formaba parte de Certificados Profesionales de nivel de entrada, incluidos los certificados de Google en marketing digital y comercio electrónico y análisis de datos (que se lanzó en español este año), así como el front-end de Meta. y certificados de desarrollador back-end.

Además, los tres cursos de DeepLearning.AI y la nueva especialización en aprendizaje automático de Stanford figuraron en la lista. La especialización, que incluye instrucción de expertos en aprendizaje automático e inteligencia artificial, incluido Andrew Ng, es una versión renovada del curso original de aprendizaje automático que se lanzó en Coursera hace aproximadamente una década.

Estamos agradecidos con nuestros socios globales por traer este contenido de aprendizaje de alta calidad al mundo a través de Coursera. En 2022, agregamos más de 20 nuevos socios, entre ellos la Universidad de Georgetown, Accenture y SAP, así como muchas universidades y empresas líderes en la India, incluido el Instituto Internacional de Tecnología de la Información de Bangalore, BITS Pilani, Tally y PwC India. Junto con nuestros destacados socios universitarios y de la industria, estamos comprometidos a proporcionar a los estudiantes de todo el mundo el contenido y las herramientas que necesitan para alcanzar sus objetivos personales y profesionales.

¿Quieres poner en marcha tu aprendizaje en 2023? Verificar Coursera Plusuna suscripción mensual y anual con todo incluido con acceso ilimitado a miles de cursos, proyectos y certificados.

Contenido más popular calculado en función de las inscripciones entre el 1 de enero de 2022 y el 18 de noviembre de 2022. Incluye contenido que está disponible para los consumidores en Coursera a partir del 18 de noviembre de 2022.