Введение в Data Science

О профессии

Работа с данными — процесс, в котором каждый участник команды выполняет свою задачу. Аналитик помогает принимать бизнес-решения, ML-инженер обучает модели, а Data-инженер делает так, чтобы всё работало.

Независимо от роли все программируют на Python, разбираются в математике, статистике и говорят на языке данных. Поэтому иногда таких специалистов называют просто Data Scientist.

• Более 10 850 вакансий для специалистов по Data Science открыто сейчас hh.ru
• 50 000 рублей средняя зарплата начинающего дата-сайентиста

Кому подойдёт этот курс

• Новичкам С нуля освоите Python, SQL, научитесь собирать и анализировать данные, получите необходимый теоретический минимум по математике, теории вероятности и статистике. Знания закрепите на практике — подготовите и презентуете итоговую работу, которая станет первым кейсом в вашем будущем портфолио.
• Программистам Подтянете математику, статистику, аналитическое и алгоритмическое мышление, научитесь выявлять потребности бизнеса. Получите опыт работы с моделями машинного обучения, будете применять Python для решения задач с данными. Пройдёте процесс от сбора данных до деплоя модели.
• Начинающим аналитикам Вы научитесь выдвигать гипотезы и делать выводы на основе данных. Сможете писать эффективный код на Python, превращать сырые данные в полезную информацию для компании, понимать математику на основе статистики, обучать машины и прогнозировать результаты. Отшлифуете знания, увеличите скорость своей работы и добьётесь повышения.

Чему вы научитесь

• Аналитически мыслить Data scientist не просто слепо применяет изученные инструменты. Вы научитесь сами решать проблемы: разрабатывать планы, выдвигать и проверять гипотезы, интерпретировать результаты и представлять их руководству.
• Работать с инструментами дата-сайентиста Освоите Python, Git и визуализацию данных в Power BI. Будете на «ты» с Jupyter Notebook, сможете обучать модели машинного обучения и строить пайплайны в Airflow.
• Извлекать данные из источников Научитесь читать файлы различных форматов при помощи Python и библиотеки Pandas, писать запросы к API, получать, очищать и сохранять данные в разных форматах. Познакомитесь с устройством баз данных и освоите язык запросов SQL.
• Проводить разведочный анализ данных Научитесь оценивать собранные данные и удалять непригодные для дальнейшего анализа атрибуты. Узнаете, как с помощью встроенных программных модулей Python, знаний математики и статистики исправлять ошибки в датасетах.
• Строить аналитические модели Например, вы сможете построить воронку продаж для интернет-магазина на основе данных о продажах и расходах. Узнаете, как проводить когортный анализ и предсказывать выручку компании.
• Разрабатывать модели машинного обучения Вы начнёте с простых моделей машинного обучения, которые требуют минимальных знаний программирования. После вводного курса такие термины, как регрессия, кластеризация, векторные и матричные вычисления не будут казаться чем-то страшным.