François Chung, Ph.D.

Tag: coursera

Contar contes i influir

Contar contes i influir

Formació Coursera, MOOC (2023). La capacitat de comunicar-se i persuadir els altres de manera eficaç és una habilitat clau de lideratge. Els models tradicionals de sentit comú de comunicació i persuasió sovint no aconsegueixen captar la naturalesa complexa de "influir". Aquesta formació en línia de la Macquarie University (AU) pretén desenvolupar la nostra capacitat per comunicar-nos adequadament en diferents contextos situacionals i culturals, convertint-nos en líders influents.

Setmana 1: El necessari art de la persuasió

Temes principals:

  • Comunicació persuasiva;
  • Avaluació del comportament humà;
  • Presa de decisions;
  • Qüestionar per valors inconscients.

Setmana 2: Explicar la seva història

Temes principals:

  • Tractament de la informació i recordació d'històries;
  • Contacontes;
  • La importància de la narració;
  • Estructurar històries.

Setmana 3: Connectar-se amb la gent

Temes principals:

  • L'art i la ciència d’establir l'entesa;
  • Les relacions només tenen lloc amb l'entesa;
  • L'exercici d'aparellament;
  • El model de comunicació de Mehrabian;
  • Fer que la seva reunió sigui important.

Setmana 4: Parlar la xerrada

Temes principals:

  • Influència del grup i gestió d'impressions;
  • Les tres preguntes per influir;
  • La necessitat de liderar;
  • Les preguntes que obtenen respostes reals.

Setmana 5: Veritat dolorosa

Temes principals:

  • Buscant guanyar-guanyar;
  • La naturalesa de les objeccions;
  • Convèncer ràpidament.

Setmana 6: Guanyar els cors i les ments

Temes principals:

  • El pitching com a procés de persuasió;
  • Preparació del pitch perfecte;
  • L'estructura secreta;
  • El motiu pel qual la gent fa preguntes.

Referències

Formació

Storytelling and influencing: Communicate with impact (Contar contes i influir: Comunicar-se amb impacte, certificat del curs)

Més informació

Especialització en ciberseguretat

Especialització en ciberseguretat

Formació Coursera, MOOC (2022). Aquesta especialització de la University of Maryland (US) cobreix els conceptes fonamentals subjacents a la construcció de sistemes segurs, incloent el maquinari, el programari i la interfície home-ordinador, amb l'ús de la criptografia per a assegurar les interaccions. Aquests conceptes s'il·lustren amb exemples extrets de la pràctica moderna i s'agreguen amb exercicis pràctics que involucren eines i tècniques rellevants.

Curs 1: Seguretat utilitzable

Temes principals:

  • Interacció home-ordinador (HCI);
  • Metodologia de disseny i prototipat;
  • Test A/B, avaluació quantitativa i qualitativa;
  • Disseny d'interacció segur;
  • Biometria, autenticació de dos factors (2FA);
  • Configuració de privadesa, inferència de dades.

Curs 2: Seguretat del programari

Temes principals:

  • Seguretat de baix nivell: atacs i exploits;
  • Defensa contra exploits de baix nivell;
  • Seguretat web: atacs i defenses;
  • Disseny i construcció de programari segur;
  • Anàlisi de programes estàtics;
  • Proves de penetració i de fuzz.

Curs 3: Criptografia

Temes principals:

  • Secret informàtic i criptografia moderna;
  • Xifratge de clau privada;
  • Codis d'autenticació de missatges;
  • Teoria dels nombres;
  • Intercanvi de claus i xifratge de clau pública;
  • Signatures digitals.

Curs 4: Seguretat del maquinari

Temes principals:

  • Disseny de sistemes digitals: conceptes bàsics i vulnerabilitats;
  • Disseny de protecció de la propietat intel·lectual;
  • Atacs físics i exponenciació modular;
  • Atacs de canal lateral i contramesures;
  • Detecció de troians de maquinari;
  • Circuit integrat de confiança;
  • Bones pràctiques i tecnologies emergents.

Referències

Formació

Usable security (Seguretat utilitzable, certificat del curs)
Software security (Seguretat del programari, certificat del curs)
Cryptography (Criptografia, certificat del curs)
Hardware security (Seguretat del maquinari, certificat del curs)

Articles relacionats

L’essencial de blockchain (formació Cognitive Class)
Tecnologies de Bitcoin i monedes digitals (formació Coursera)

Més informació

Google Cloud: big data i aprenentatge automàtic

Google Cloud: big data i aprenentatge automàtic

Formació Coursera, MOOC (2020). Aquesta formació en línia presenta les capacitats de big data i aprenentatge automàtic (ML) de Google Cloud Platform (CGP). Mitjançant una combinació de presentacions, demostracions i laboratoris pràctics, la formació ofereix una descripció general de Google Cloud i una vista detallada de les solucions de processament de dades i de ML, com BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow i Data Studio.

Setmana 1: Big data i fonaments de ML

Temes principals:

  • Explorar un conjunt de dades públiques BigQuery;
  • Triar l'enfocament de solució adequat;
  • Recomanar productes amb Cloud SQL i Spark;
  • Predir les compres de clients amb BigQuery ML.

Setmana 2: Desafiaments de la canalització de dades moderna

Temes principals:

  • Panells de control IoT en temps real;
  • Crear una canalització de dades de transmissió;
  • ML en conjunts de dades no estructurats;
  • Classificació d'imatges amb models ML predissenyats.

Referències

Especialització en ciència de dades

Especialització en ciència de dades

Formació Coursera, MOOC (2020). Aquesta especialització cobreix els conceptes i eines necessaris per a la ciència de dades, des de formular les preguntes correctes fins a fer inferències i publicar resultats. Els temes coberts inclouen l'ús de R per netejar, analitzar i visualitzar dades, utilitzar GitHub per administrar projectes de ciència de dades i realitzar anàlisis de regressió, mínims quadrats i inferència utilitzant models de regressió.

Curs 1: Caixa d'eines del científic de dades

Temes principals:

  • Fonaments de la ciència de dades;
  • R i Rstudio;
  • Control de versions i GitHub;
  • R Markdown, pensament científic i big data.

Curs 2: Programació R

Temes principals:

  • Antecedents i posada en marxa;
  • Programació amb R;
  • Funcions de bucle i depuració;
  • Simulació i anàlisi de rendiment de programari.

Curs 3: Obtenció i neteja de dades

Temes principals:

  • Trobar dades i llegir diferents tipus d'arxius;
  • Sistemes d'emmagatzematge de dades;
  • Organitzar, fusionar i gestionar dades;
  • Manipulació de text i dades en R.

Curs 4: Anàlisi exploratòria de dades

Temes principals:

  • Gràfics analítics i representació gràfica en R;
  • Lattice i ggplot2;
  • Reducció de dimensionalitat de dades;
  • Tècniques d'anàlisi de conglomerats.

Curs 5: Investigació reproduïble

Temes principals:

  • Conceptes, idees i estructura;
  • Markdown i knitr;
  • Llista de comprovació de la investigació reproduïble;
  • Anàlisi de dades basades en evidències.

Curs 6: Inferència estadística

Temes principals:

  • Probabilitat i valors esperats;
  • Variabilitat, distribució i asímptota;
  • Intervals, proves i valor p;
  • Proves de potència, bootstrapping i permutació.

Curs 7: Models de regressió

Temes principals:

  • Mínims quadrats i regressió lineal;
  • Regressió lineal i multivariant;
  • Residus i diagnòstics;
  • Regressió logística i de Poisson.

Curs 8: Aprenentatge automàtic

Temes principals:

  • Predicció, errors i validació creuada;
  • Paquet caret;
  • Arbres de decisió i boscos aleatoris;
  • Regressió regularitzada i predictors combinats.

Curs 9: Desenvolupament de productes de dades

Temes principals:

  • Shiny, GoogleVis i Plotly;
  • R Markdown i Leaflet;
  • Paquets R i Swirl.

Referències

Articles relacionats

Conferència ODSC APAC 2023 (conferència ODSC)
Fonaments de Spark (formació Cognitive Class)
Fonaments de Hadoop (formació Cognitive Class)
AWS: fonaments i aprenentatge automàtic (formació AWS)

Més informació

Covid-19: epidemiologia i rastreig de contactes

Covid-19: epidemiologia i rastreig de contactes

Formació Coursera, MOOC (2020). Aquests 2 cursos en línia de la Johns Hopkins University (US) han estat atesos al mig de la pandèmia de la Covid-19. El primer explica com identificar i mesurar brots com l'epidèmia de la Covid-19, i com comprendre l'epidemiologia d'aquestes infeccions. El segon tracta sobre la ciència del SARS-CoV-2, inclòs el període infecciós, la presentació clínica de la Covid-19, i per què el rastreig de contactes pot ser una intervenció efectiva de salut pública.

Combatre el Covid-19 amb epidemiologia

Temes principals:

  • Com identifiquem i mesurem brots com el Covid-19?
  • Com investiguem i controlem els brots?

Rastreig de contactes Covid-19

Temes principals:

  • Conceptes bàsics del Covid-19;
  • Conceptes bàsics del rastreig de contactes per Covid-19;
  • Passos per investigar casos i rastrejar els seus contactes;
  • Ètica del rastreig de contactes i eines tecnològiques;
  • Habilitats per a una comunicació eficaç.

Referències

Formació

Covid-19 contact tracing (Rastreig de contactes Covid-19, certificat del curs)

Article relacionat

Més informació

Covid-19 contact tracing (Rastreig de contactes Covid-19)