Войти
Каталог
КУРС
DATA SCIENTIST
Освойте самую востребованную профессию Data Science с нуля.
Вы получите все необходимые навыки в программировании, математике, машинном обучении
Вы получите все необходимые навыки в программировании, математике, машинном обучении
6 мес
Интенсивный курс
Мы собрали только самое важное
Доступ к материалам навсегда
Возвращайтесь к материалам для повторения, когда захотите
Акцент на практику
Примените навыки на реальных кейсах
Интенсивный курс
Мы собрали только самое важное
Доступ к материалам навсегда
Возвращайтесь к материалам для повторения, когда захотите
Акцент на практику
Примените навыки на реальных кейсах
На курсе «Data Science» вы научитесь
Работать с SQLНаучитесь писать запросы, работать с базами данных, извлекать и обрабатывать информацию
Использовать Python и библиотеки анализа данныхАвтоматизировать работу с большими массивами, получать данные из внешних источников, обосновывать выводы, сделанные на основании данных
Строить модели машинного обученияПодготавливать данные и быстро строить на них ML-модели. Проверять гипотезы, строить рекомендательную систему и нейронную сеть, выявлять скрытые аномалии в данных
Использовать сложную математику для Data ScienceОсвоите математические функции для работы с моделями данных, машинным обучением и нейронными сетями
Как проходит обучение
Изучаете тему с помощью видеоуроков, которые доступны на обучающей платформе
Изучение темы
Сопровождение ментором
Выполнение ДЗ
Ментор следит за вашим успехом, помогает эффективно построить обучение
70% обучения — практика, в рамках которой вы будете выполнять задания на задачах и кейсах вашей компании
Защита проекта
Защищаете проект и дополняете
им свое портфолио
им свое портфолио
Программа курса «Data Scientist»
- Введение в блок SQL
- Извлечение и фильтрация данных
- Преобразование и сортировка данных
- Группировка данных
- Введение в базы данных
- Объединение таблиц
- Вложенные запросы
- Обновление, добавление и удаление данных
- Создание, изменение и удаление таблиц
- Advanced
- Обзор основных программ
- Введение в Python
- Переменные и типы данных.
- Строки. Условия и циклы
- Практическое занятие: строки
- Практическое занятие: циклы
- Списки и словари в Python
- Функции
- Практическое занятие: функции
- Библиотеки
- Практическое занятие: библиотеки
- Структуры данных в Python
- Пакеты и модули
- Менеджер пакетов Pip
- Ошибки и исключения
- Практическое занятие: ошибки и исключения
- Блок 3. Система контроля версий Git. Flask
- Системы контроля версий
- Знакомство с Git и GitLab
- Разработка API на Flask
- Практический проект на flask
- Знакомство с машинным обучением
- Линейная регрессия
- Бинарная классификация
- Построение надежных стратегий валидации - важность локальной валидации
- Решающие деревья
- Бутстрап, Бэггинг и случайный лес
- Feature Engineering, Feature SelectionГрадиентный бустинг
- Воркшоп: предсказание оттока и прогноз продаж
- А/B тестирование в машинном обучении
- Обучение без учителя
- Воркшоп: скоринг кредитного портфеля
Введение в нейронные сети
Обучение нейросетей
Глубокое обучение на практике
Дополнительные возможности Tensorflow + Keras
Свёрточные нейронные сети
Введение в NLP, понятие ембеддинга
Рекурентные сети
Нейросети с вниманием, трансформеры
Metric learning, обучение без учителя
Обучение с подкреплением в нейросетях
Итоговый проект
Обучение нейросетей
Глубокое обучение на практике
Дополнительные возможности Tensorflow + Keras
Свёрточные нейронные сети
Введение в NLP, понятие ембеддинга
Рекурентные сети
Нейросети с вниманием, трансформеры
Metric learning, обучение без учителя
Обучение с подкреплением в нейросетях
Итоговый проект
Введение
Метрики и бейзлайны
Матричное разложение
Рекомендации через поиск ближайших соседей
Гибридные рекомендательные системы
Итоговый проект
Метрики и бейзлайны
Матричное разложение
Рекомендации через поиск ближайших соседей
Гибридные рекомендательные системы
Итоговый проект
2 КУРСА В ПОДАРОК
Все студенты получают доступ к бонусным курсам: «Введение в программирование» и «Бизнес английский от AgileFluent»
Введение в программирование
Блок 1: Базовые навыки
Английский для IT-специалистов от AgileFluent
1. Вводный урок
2. Self-presentation: как рассказать о себе HR-менеджеру и новой команде
3. How to give opinion: как экологично выражать своё мнение, соглашаться и не соглашаться с собеседником
4. How to ask and answer questions: как правильно строить вопросы и вежливо отвечать на них
5. Tone of voice: как различать и соблюдать различия формального и неформального стиля в сообщениях и email-ах
2 онлайн-практикума по бизнес-английскому от AgileFluent абсолютно бесплатно.
Блок 1: Базовые навыки
- Кто такой разработчик
- Как работает интернет
- Как работает компьютер
- Как устроено программирование
- Основы языков программирования
- Структуры данных и алгоритмы
- Циклы
- Объектно-ориентированное программирование
- Архитектура кода
- Лайфхаки и инструменты разработчика
- Твой дальнейший путь обучения
Английский для IT-специалистов от AgileFluent
1. Вводный урок
2. Self-presentation: как рассказать о себе HR-менеджеру и новой команде
3. How to give opinion: как экологично выражать своё мнение, соглашаться и не соглашаться с собеседником
4. How to ask and answer questions: как правильно строить вопросы и вежливо отвечать на них
5. Tone of voice: как различать и соблюдать различия формального и неформального стиля в сообщениях и email-ах
2 онлайн-практикума по бизнес-английскому от AgileFluent абсолютно бесплатно.
Ваше резюме и проф.навыки после курса
Продвинутая математика для ML
Линейная алгебра, теория вероятности, теория множеств для работы с машинным обучением
Машинное обучение
Визуализация данных
Мат.статистика
Построение моделей машинного обучения. Линейные методы, логистическая регрессия и SVM
Декомпозиция метрик
Презентация данных
С помощью Python и машинного обучения
Поиск низкоуровневых метрик для улучшенния бизнес-показателей
Продвинутый уровень мат.статистики для аналитики данных
Обработка картинок Machine Learning
Поиск по картинкам. Сегментация изображений, детекция объектов
Презентация результатов анализа данных для принятия решений
Обработка языка (NLP)
Дистрибутивная семантика (word2vec, GloVe, AdaGram) и машинный перевод
Рекомендательные системы
Навык построения рекомендательных систем для различных отраслей
Python
SQL
Продвинутый уровень SQL: конкатенация строк, оконные функции и ускорение запросов
Аналитика данных с помощью библиотек Python: Pandas, Numpy, SciPy, Seaborn, Matplotlib и др
Записаться на курс или получить бесплатную консультацию
Наши эксперты
Специалисты Data Science с опытом
Истории наших студентов
Василий Сорохтин
курс "Профессия: Аналитик"
Александр
курс "Профессия: Аналитик"
Артем Чистяков
курс "Продакт менеджер"
Вячеслав Михайлов
курс "Профессия: Продакт менеджер"
Елизавета Шаронова
курс "Профессия: UX/UI дизайнер"
Оксана Безкаравайная
курс "Профессия: UX/UI дизайнер"
Андрей Шелковников
курс "Профессия: Аналитик"
Часто задаваемые вопросы
Для решения задач потребуется ноутбук или ПК, лекции и уроки можно смотреть с мобильного телефона.
Учиться можно в любом возрасте, но оплачивать — только с 18 лет. Если вам меньше 18, уточните у менеджера, какие у вас есть возможности оплаты и как вам начать обучение.