Spécialisation Data Science Foundations

Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.

Spécialisation Data Science Foundations

Unlock Academic & Career Success with Data Science. Build the foundational knowledge and hands-on skills you need to forge new career opportunities, with no technical experience required.

Enseigné en Français (doublage IA)

Instructeurs : Romeo Kienzler

6 253 déjà inscrits

Inclus avec Coursera Plus

Série de 8 cours

Approfondissez votre connaissance d’un sujet

4.7

(318 avis)

niveau Débutant

Aucune connaissance prérequise

3 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Série de 8 cours

Approfondissez votre connaissance d’un sujet

4.7

(318 avis)

niveau Débutant

Aucune connaissance prérequise

3 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Ce que vous apprendrez

Foundational knowledge and practical understanding of data science that unlocks academic and career opportunities
Basic hands-on skills in Python, R, SQL, and tools like GitHub and Jupyter Notebooks, including their essential features and uses in data science
Foundational data science processes, including data collection, simple model building, and algorithm concepts using flowcharts and pseudocode.
Basic data analysis with Python, using libraries like Pandas and Numpy, creating simple dashboards, and working with clustering algorithms.

Vue d'ensemble

Nearly one in four job postings in the US alone require some data science skills and employers are paying up to 14% more for those skills. (Report : ExcelinEd & the Burning Glass Institute).

This powerful specialisation from the University of London and IBM gives you the perfect academic and industry-informed practical introduction to data science. You get:

- Progress transfer for the University of London’s BSc in Computer Science

- The foundational skills and knowledge you need to get a job in a data-rich environment.

During this specialisation, you’ll be introduced to data science, statistics, programming, computational thinking, machine learning, and more. You’ll discover the role of data science in today’s data-driven world. Plus, you’ll get hands-on using IBM’s data science tools, giving you practical experience to talk about in interviews.

Half the teaching is provided by Goldsmiths, University of London, giving you a strong academic foundation. The other half, designed by IBM, provides real-world professional insight supported by practical projects and a capstone project for your resume.

The “Problems and Algorithms in Data Science” course is a great preview of the BSc Computer Science degree with the opportunity to roll your progress into the degree, if you successfully apply and register.

If you’re looking for a solid, practical understanding of data science that unlocks academic and career opportunities, ENROLL today!

Compétences que vous acquerrez

Outils que vous découvrirez

Ce qui est inclus

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)

117 exercices pratiques

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de University of London

Spécialisation - série de 8 cours

There are two Capstone projects that draw together the material across the Data Science Foundations specialization to enable you to apply what you have learned. In one project, students will tackle a prediction problem: forecasting the number of bicycles that will be rented on a given day. Using historical data, students will consider factors such as weather, the day of the week, and other relevant variables to accurately predict daily bicycle rentals. This will help ensure that the bicycle rental service is prepared with the appropriate number of bicycles each day. Students will learn specifically about data acquisition, linear regression, and correlation. In the other project, students will predict if the Falcon 9 rocket's first stage will land successfully and determine the cost of a launch. In doing so, students will apply skills to perform data collection, data wrangling, exploratory data analysis, data visualization model development, and model evaluation.

The Data Science Profession – Student View

COURS 14 heures4.7 (54 évaluations)Voir le cours

Ce que vous apprendrez

In this course you learn how Data Science is applied in the real world, what we mean by data, and what we mean by machine learning.

Compétences que vous acquerrez

Catégorie : Machine Learning

Catégorie : Unsupervised Learning

Catégorie : Data Science

Catégorie : Data Analysis

Catégorie : Big Data

Catégorie : Data Literacy

Catégorie : Applied Machine Learning

What is Data Science?

COURS 211 heures4.7 (76,605 évaluations)Voir le cours

Ce que vous apprendrez

Define data science and its importance in today’s data-driven world.
Describe the various paths that can lead to a career in data science.
Summarize advice given by seasoned data science professionals to data scientists who are just starting out.
Explain why data science is considered the most in-demand job in the 21st century.

Compétences que vous acquerrez

Catégorie : Data Science

Catégorie : Big Data

Catégorie : Cloud Computing

Catégorie : Deep Learning

Catégorie : Machine Learning

Catégorie : Data Analysis

Catégorie : Digital Transformation

Catégorie : Artificial Intelligence

Catégorie : Data-Driven Decision-Making

Catégorie : Data Literacy

Catégorie : Data Mining

Tools for Data Science

COURS 318 heures4.5 (30,076 évaluations)Voir le cours

Ce que vous apprendrez

Describe the Data Scientist’s tool kit which includes: Libraries & Packages, Data sets, Machine learning models, and Big Data tools
Utilize languages commonly used by data scientists like Python, R, and SQL
Demonstrate working knowledge of tools such as Jupyter notebooks and RStudio and utilize their various features
Create and manage source code for data science using Git repositories and GitHub.

Compétences que vous acquerrez

Catégorie : Jupyter

Catégorie : R Programming

Catégorie : GitHub

Catégorie : Data Visualization Software

Catégorie : Git (Version Control System)

Catégorie : Machine Learning

Catégorie : Python Programming

Catégorie : Query Languages

Catégorie : Big Data

Catégorie : Development Environment

Catégorie : Data Science

Catégorie : R (Software)

Catégorie : Computer Programming Tools

Catégorie : IBM Cloud

Catégorie : Open Source Technology

Catégorie : Statistical Programming

Catégorie : Cloud Computing

Catégorie : Other Programming Languages

Catégorie : Version Control

Problems, Algorithms and Flowcharts

COURS 48 heures4.2 (21 évaluations)Voir le cours

Ce que vous apprendrez

In this course you will learn the history of algorithms, discretisation and pseudocode and Euclidean algorithm in pseudocode.

Compétences que vous acquerrez

Catégorie : Algorithms

Catégorie : Computer Science

Catégorie : Pseudocode

Catégorie : Data Structures

Catégorie : Computational Thinking

Catégorie : Program Development

Python for Data Science, AI & Development

COURS 525 heures4.6 (42,324 évaluations)Voir le cours

Ce que vous apprendrez

Develop a foundational understanding of Python programming by learning basic syntax, data types, expressions, variables, and string operations.
Apply Python programming logic using data structures, conditions and branching, loops, functions, exception handling, objects, and classes.
Demonstrate proficiency in using Python libraries such as Pandas and Numpy and developing code using Jupyter Notebooks.
Access and extract web-based data by working with REST APIs using requests and performing web scraping with BeautifulSoup.

Compétences que vous acquerrez

Catégorie : Data Structures

Catégorie : Object Oriented Programming (OOP)

Catégorie : Python Programming

Catégorie : NumPy

Catégorie : JSON

Catégorie : Web Scraping

Catégorie : Pandas (Python Package)

Catégorie : Data Manipulation

Catégorie : Data Analysis

Catégorie : Restful API

Catégorie : Scripting

Catégorie : Automation

Catégorie : Application Programming Interface (API)

Catégorie : Programming Principles

Catégorie : Computer Programming

Catégorie : Data Import/Export

Catégorie : Jupyter

Catégorie : Data Processing

Statistics and Clustering in Python

COURS 617 heures4.6 (18 évaluations)Voir le cours

Ce que vous apprendrez

In this course you will engage in a variety of mathematical and programming exercises while completing a data clustering project.

Compétences que vous acquerrez

Catégorie : NumPy

Catégorie : Matplotlib

Catégorie : Data Manipulation

Catégorie : Pandas (Python Package)

Catégorie : Unsupervised Learning

Catégorie : Data Analysis

Catégorie : Descriptive Statistics

Catégorie : Jupyter

Catégorie : Python Programming

Catégorie : Statistics

Catégorie : Data Visualization Software

Catégorie : Statistical Analysis

Catégorie : Probability & Statistics

Catégorie : Machine Learning Algorithms

Catégorie : Data Science

Data Science Project Capstone: Predicting Bicycle Rental

COURS 77 heures4.4 (16 évaluations)Voir le cours

Ce que vous apprendrez

In this course you will tackle a prediction problem: forecasting the number of bicycles that will be rented on a given day.

Compétences que vous acquerrez

Catégorie : Predictive Modeling

Catégorie : Regression Analysis

Catégorie : Correlation Analysis

Catégorie : Data Collection

Catégorie : Data Science

Catégorie : Statistical Modeling

Catégorie : Exploratory Data Analysis

Catégorie : Time Series Analysis and Forecasting

Catégorie : Data-Driven Decision-Making

Catégorie : Forecasting

Catégorie : Data Analysis

Python Project for Data Science

COURS 88 heures4.5 (4,748 évaluations)Voir le cours

Ce que vous apprendrez

Play the role of a Data Scientist / Data Analyst working on a real project.
Demonstrate your Skills in Python - the language of choice for Data Science and Data Analysis.
Apply Python fundamentals, Python data structures, and working with data in Python.
Build a dashboard using Python and libraries like Pandas, Beautiful Soup and Plotly using Jupyter notebook.

Compétences que vous acquerrez

Catégorie : Python Programming

Catégorie : Web Scraping

Catégorie : Data Science

Catégorie : Data Manipulation

Catégorie : Data Analysis

Catégorie : Pandas (Python Package)

Catégorie : Dashboard

Catégorie : Matplotlib

Catégorie : Jupyter

Catégorie : Data Collection

Catégorie : Data Processing

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Romeo Kienzler

IBM

10 Cours783 730 apprenants

Robert Zimmer

University of London

5 Cours14 678 apprenants

Joseph Santarcangelo

IBM

36 Cours2 127 375 apprenants

Alex Aklson

IBM

21 Cours1 323 227 apprenants

Rav Ahuja

IBM

56 Cours4 182 628 apprenants

Azim Hirjani

IBM

1 Cours292 984 apprenants

Aije Egwaikhide

IBM

6 Cours743 593 apprenants

Offert par

University of London

IBM

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

Any one with an interest in Computer Science and Data Science.

No background knowledge is necessary, just GCSE Mathematics (Grade A*-B / 9-5), high school math, or equivalent.

The Specialisation is non credit bearing, however, it provides a 'taster' of one of the modules taken from the University of London BSc Computer Science suite of degrees.

Data science is used in the real world to analyse data, uncover patterns, and make informed decisions. It’s applied in various fields, including healthcare for predicting patient outcomes, finance for detecting fraud, marketing for targeted campaigns, and transportation for optimising routes and predicting demand. By turning raw data into actionable insights, data science helps organisations solve complex problems and improve efficiency.

Basic skills in data science include understanding programming languages like Python or R, working with data analysis tools such as Pandas and SQL, and knowing how to clean, organise, and visualise data. Other foundational skills involve understanding basic statistics, learning machine learning concepts, and using tools like Jupyter Notebooks and GitHub for collaboration and development.

Data science is important in computer science because it enables the analysis and interpretation of vast amounts of data, and can therefore drive innovation and informed decision-making. It combines programming, algorithms, and statistical analysis to extract valuable insights from data, which are crucial for developing smarter systems, improving user experiences, and solving complex problems across various industries. Data science also plays a key role in advancing technologies like artificial intelligence and machine learning.