考证了解一下！2020年需要知道的九大数据科学认证
越来越多的公司开始使用慕课对员工进行培训，在线课程越来越受欢迎是一个不可否认的事实。据我所知(以及我见过的招聘人员)，在线认证可以是在标准参考平台上证明你除学习以外能力的证明。
学习者会出于个人兴趣或为了提高工作前景和技能来学习慕课课程，主要目标仍然是在现下获得较高认可度和相应技能。那么潜在的雇主如何看待课程和证书呢?招聘人员讨论之后的结论是：证书的最基本作用就是在相同的平台上展现突出的能力，它显示了你在磨练技能方面所付出的额外努力。
为什么要接受在线认证?
- 在简历或求职文件中体现自己的技能
- 找一份更好的工作
- 利用其他服务渠道——职业服务、招聘实验室、评估
- 转变职业道路
那么话不多说，来看看今年可以完成的数据科学9大在线认证!
1.IBM数据科学专业人员认证
- 所用时长：3个月(可灵活调整)
- 水平等级：初学者
- 平台：Coursera
- 收获：证书和数字徽章
完成项目之后，我可以向你保证，这是最好的初级数据科学认证项目。这个项目从解释什么是数据科学，到为什么它如此受欢迎，再到让学习者做一个与API集成的顶峰，我强烈推荐它!
课程：
- 什么是数据科学
- 数据科学的开源工具
- 数据科学方法论
- Python在数据科学和人工智能中的应用
- 数据科学中的数据库与SQL
- Python数据分析
- Python数据可视化
- Python机器学习
- 应用数据科学的顶峰
获得认证无需先决条件。但如果希望更好地掌握学习，建议你提前完成Python的速成课程。到了课程6，你将从零开始创建项目，可以用一些好的项目丰富你的简历。
访问证书：https://www.coursera.org/professional-certificates/ibm-data-science#courses
2. Tableau数据科学家|桌面专家
- 所用时长：3个月(可灵活调整)
- 水平等级：初级
- 平台：Tableaue-learning
- 费用：免费
- 收获：数字角色徽章
Tableau提供了许多付费认证的折扣，但这个数据科学家学习路径是免费的，还有一个同等级认证是Tableau数据分析师。成为Tableau数据科学家路径包括：
Tableau桌面入门：
- 桌面一：基础知识
- 桌面二：中级
- 桌面三：高级
- 数据准备
- 视觉分析
- 数据科学与表格
- 数据科学家技能评估
Tableau提供三种主要的付费认证：
- 桌面认证助理(600美元)
- 桌面认证专家(250美元)
- 服务器认证助理(250美元)
这项考试是为那些有基础技能，对Tableau桌面有基本了解，并且至少有三个月充分理解应用Tableau的人群。
- 费用：2020年6月30日50美元(6月30日后100美元)
- 所用时长：60分钟
- 问题形式：多项选择，多项回答
- 问题数：30
- 及格分数：70%
考核技能：
- 探索和准备数据
- 数据挖掘与分析
- 分享见解
- 理解画面概念
- 及时性原则
3. 哈佛数据科学专业证书
- 所用时长：1年5个月(可灵活调整)
- 水平等级：初学者
- 平台：edX
- 费用：441美元
与edX合作的哈佛大学也拥有一个数据科学认证，该认证涵盖了基本的R编程技能、诸如概率、推理和建模等数据概念、使用tidyverse、ggplot2和dplyr等R包的经验。这个认证最好的是课程涉及为实践数据科学家提供的基本工具，如Unix/Linux、Git和GitHub以及RStudio。
该认证的另一个优点是它的现实性，课程指导学习者进行现实世界的案例研究，比如：
- 世界卫生和经济趋势
- 美国的犯罪率
- 2007-2008年的金融危机
- 选举预测
- 建立棒球队(灵感来自于魔球理论)
- 电影推荐系统
课程：
- 数据科学:R基础
- 数据科学:可视化
- 数据科学:概率
- 数据科学:推理和建模
- 数据科学:生产力工具
- 数据科学:争吵
- 数据科学:线性回归
- 数据科学:机器学习
- 数据科学:顶点
4. 业务专业化分析
- 平台：Coursera
- 水平等级：初学者
- 所用时长：6个月(每周3小时)
商业分析专业课程是由宾夕法尼亚大学沃顿商学院(Wharton School of The University of Pennsylvania)开发，由Coursera平台提供的。它为营销、人力资源、运营和财务等商业领域的大数据分析提供了很好的基本介绍。
该网站上的一项统计显示，46%的学员在完成这一专业后开始了新的职业生涯，21%的学员获得了加薪或升职。通过审核完成课程，它培养了你作为数据分析师应该有的描述，预测数据的能力和为特定业务领域的业务决策提供信息的意识。相信在完成专业学习之后，任何一个学习者都会形成一种分析的思维方式，能在掌握数据的基础上做出更好的战略决策。
课程：
- 客户分析
- 人员分析
- 会计分析
- 运营分析
- 顶尖业务分析
该课程要求学习者综合理解四门课程的知识，并鼓励学员针对谷歌、Facebook和雅虎等全球科技巨头面临的实际业务挑战做出基于数据的决策。
5. 高级专业业务分析
- 平台：Coursera
- 水平等级：中级
- 所用时长：5个月(每周3小时)
高级专业商业分析课程由科罗拉多大学博尔德分校开发的Coursera支持，专业课程融合了学术界和商业界之间细微差别，结合了来自两个领域的经验丰富的实践者的经验，为学习者分享真实世界的数据分析技能。
网站上的一个统计数据显示，50%的学习者在完成这个专业课后开始了新的职业生涯。
在完成这一专业课之后，我确信你现在可以更好地估计和确认股东的最大价值。这门课为我在使用SQL进行数据提取，操作以及利用统计技术为不同的业务领域进行描述性、预测性和规范性分析提供了全面的经验。更重要的是，本课程有效地教授如何解释和呈现分析结果，以便作出有效的决策。
课程：
- 高级业务分析顶点
- 用于决策的业务分析
- 传达业务分析结果
- 业务数据分析简介
- 预测建模和分析
6. 亚马逊AWS大数据认证
- 所用时长：170分钟完成考试
- 水平等级：高级
- 平台：AWS
- 费用：300美元
- 考核类型：多选，多项答案
另一个难度较高的认证是AWS大数据认证，该认证要求考生持有以下认证中任意一项：
- AWS认证云从业人员
- AWS认证解决方案建筑师-助理
- AWS认证开发者-合伙人
- AWS认证的SysOps管理员-助理
测试要求至少有五年数据分析领域的实践经验。
考核技能：
- 核心AWS大数据服务功能化
- 利用AWS设计和维护大数据
- 利用工具自动化AWS中的数据分析
7. SAS数据科学学院
- 所用时长：几个月到几年
- 费用：250美元
- 水平等级：高级
- 平台：SAS数据科学学院
SAS数据科学学院是学习SAS数据科学的著名平台之一。它提供数据管理、高级分析、人工智能和机器学习课程，以提升在数据领域的职业生涯。请注意，SAS本身对于初学者来说是很难的。如果你可以参加下列考试之一则证明拥有能完成该课程的基础。
SAS学院有三种基本学习途径：
- 数据管理专业(4门课程|1次考试|5个徽章|1295美元/年)
- 高级分析(9门课程|3次考试|7个徽章|1295美元/年)
- 人工智能和机器学习(5门课程|3次考试|7个徽章|1295美元/年)
SAS学院专注于：
- 访问、操作和转换数据
- 分析与统计基础
- 提高分析和报告的数据质量
- 探索和可视化数据
- Hadoop、Hive、Pig和SAS
- 机器学习
- 优化技术
- 模式检测
- 预测建模技术及其应用
- 时间序列预测
8. MCSE：数据管理和分析
- 所用时长：180分钟考试
- 水平等级：高级
- 平台：Microsoft
- 费用：165美元
- 总问题数：45到55
- 考题类型：单选题和多选题
有了微软认证系统工程师认证(MCSE)，你可以拥有在数据库管理、SQL、构建企业级数据解决方案以及利用商业智能数据方面的广泛技能。
你会学到什么：
- BI报告
- Azure数据工程
- 机器学习
- SQL 2016 BI开发
- SQL 2016数据库管理
- SQL 2016数据库开发
- SQL Server 2012/2014
通过3个步骤可以确保此证书：
- 与SQL Server2012/2014/2016数据库管理合作，获得Microsoft的SQL Server解决方案助理认证。掌握Azure获得数据库开发、BI开发、机器学习、BI报告或数据工程方面的知识
- 通过1门必考科目。认证门户也包含备考资源
- 获得认证
访问证书：https://www.microsoft.com/en-us/learning/mcse-data-management-analytics.aspx
9. 微软认证的Azure数据科学家协会
- 所用时长：180分钟测试
- 级别：高级
- 平台：Microsoft
- 费用：165美元
- 问题总数：51(50%的问题关于ML，40% 问题关于ML服务类型的问题，10%的问题关于通用数据科学)
到目前为止，这是我遇到的最简单的认证，也是我名单上最后一个认证，Microsoft Azure Data Scientist认证面向那些希望应用其数据科学和机器学习知识在Azure上实现和运行机器学习模型的学习人士。此认证的优点在于可以完成了关于部署服务软件的考核。
考核技能：
- 设置Azure机器学习工作区(30–35%)
- 在Azure中运行实验和训练模型(25–30%)
- 优化和管理Azure构建的模型(20–25%)
- 部署和使用生产就绪模型(20–25%)
快快开始你的数据科学之旅吧!
