此类将涵盖规模管理数据的原则和实践，专注于数据分析和机器学习中的用例。我们将介绍数据管理和科学的整个生命周期，从数据准备到探索，可视化和分析，到机器学习和协作。

该班级将在暴露于实际语言，工具和现实世界问题上平衡基础担忧。我们将研究今天使用的普遍数据模型的基础，包括关系，张量和数据标记，以及它们之间的映射。我们将SQL作为查询和操作数据以缩放查询和操作数据的方法，包括从用户透视图中的视图和索引，查询处理和优化等性能问题。我们将研究数据准备的基础和现实，包括使用标准Python和SQL Frameworks与现实世界数据进行实践工作。我们将探索非程序员的数据探索模式，包括电子表格系统和交互式视觉分析包后面的基本面。我们将研究管理数据准备，模型选择和培训，模型服务和监控的机器学习生命周期的方法。时间允许我们将研究用于移动，共享和缓存数据的技术，包括事件流系统，键值/文档存储，日志分析和搜索引擎。

还提供CS194。