由杜克大学提供并由 Coursera 主办的Excel 到 MySQL：商业分析技术专业化课程是一门适合初学者的课程，可帮助学生学习如何从他们已有的数据中获取尽可能多的信息。该课程分为五门课程，首先教你使用大数据分析提高企业竞争力的最佳实践。之后，继续学习 Excel、MySQL 和 Tableau 课程。
每门课程结束时，你都必须完成一个项目。例如，在第三门 澳大利亚电报号码数据 课程结束时，你必须做一个五分钟的演讲，介绍企业如何增加用户完成的测试数量。最后一门课程专门介绍 Capstone 项目（由 Airbnb 赞助）。作为该项目的一部分，你需要就企业如何提高利润提出建议。每年，十名学生都会从在 Airbnb 工作的数据科学家那里收到关于他们项目的反馈。
Udacity 的这个纳米学位课程是数据工程师最好的课程之一。它旨在帮助您学习如何设计数据模型、自动化数据管道、构建数据仓库和数据湖以及处理庞大的数据集。在课程结束时，您将开始从事实际项目。
通过加入该计划，您将有机会与行业专家一起参与实际项目，并收到经验丰富的审阅者对这些项目的反馈。您还将获得技术导师支持，以及 Github 审阅和 LinkedIn 个人资料审阅。任何具有中级 Python 和 SQL 知识的人都应该考虑加入该计划。
使用 PySpark 进行大数据 (DataCamp)
使用 PySpark 处理大数据是 Datacamp 提供的一项技能课程，旨在教您使用 Apache Spark。它通过 PySpark 向学生传授大数据的基础知识、如何使用 Python 中的 Apache Spark 清理数据，以及数据科学家通常花费大量时间处理的细节——数据整理和特征工程。
通过注册，您还将学习如何将数据导入 Spark，并继续深入研究三种基本的 Spark机器学习算法- 线性回归、逻辑回归或分类器，以及创建管道。之后，您将发现如何使用 PySpark 中的交替最小二乘法构建推荐引擎。
GCP 专业化上的数据工程、大数据和机器学习 (Coursera)
Coursera 的这个专业课程将为您提供可靠、实用的入门知识，帮助您在 Google Cloud Platform 上设计和构建数据管道。加入此课程后，您将学习如何设计数据处理系统、分析数据、构建端到端数据管道，并借助演示、演示文稿和动手实验获得见解。
该系列课程共有五门，还将帮助您学习如何通过在 Cloud Dataflow 上实施自动扩展数据管道来处理批量和流式数据、使用 Data Fusion 和 Cloud Compose 管理数据管道，以及使用 Google BigQuery 从庞大的数据集中获取业务洞察。此外，您还将获得可共享的课程证书，并可以参加练习测验和评分编程作业。
医疗保健中的大数据分析（Udacity）
医疗保健中的大数据分析是 Udacity 的一门免费课程，涵盖了医疗数据的特征以及处理此类数据时相关的数据挖掘挑战。它将教你各种大数据分析算法和系统。它还侧重于在具体的医疗保健分析应用（如计算表型、患者相似性和预测模型）背景下研究这些大数据技术。
本课程还将涉及大数据技术，例如 Hadoop、MapReduce 和 Spark。对于了解基本机器学习和数据挖掘概念（例如分类和聚类）并具有 Java、Python 和 Scala 的强大编程和系统技能的学生来说，这是一个很好的选择。