Data Scientist с нуля до PRO

Вам подойдет этот курс, если вы

• Аналитик Начнете анализировать данные на продвинутом уровне, автоматизировать процесс сбора данных. Научитесь обучать модели и делать прогнозы, а также применять это для решения бизнес-задач.
• Новичок Программа расчитана на обучение науке о данных с нуля. Вы начнете с SQL и Python. Получите необходимую теорию по математике, статистике и теории вероятности и отработаете ее на практике. А через год легко сможете решать задачи и устроитесь на новую работу.
• Программист Научитесь работать с моделями машинного обучения, анализировать данные на Python и прокачаете аналитическое мышление.

Ваше резюме после курса

• Использую основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов
• Умею получать данные из веб-источников или по API
• Умею визуализировать данные с помощью Pandas, Matplotlib
• Умею создавать модели с помощью классического машинного и глубокого обучения для решения задач Data Science
• Умею оценивать качество модели вне зависимости от задачи
• Применяю методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных
• Строю математические и ML-модели с использованием временных рядов
• Применяю алгоритмы для рекомендательных систем (от ассоциативных правил до advanced-алгоритмов)
• Специализируюсь на ML/CV/NLP-инженерии (в зависимости от выбранной специализации), применяю современные продвинутые модели для решения отдельных задач
• Умею конвертировать бизнес-задачи в технические и наоборот
• Умею выводить и поддерживать модели в Production с учетом специфики выбранной специализации
• Обладаю дополнительными компетенциями в зависимости от выбранного майнора (продвинутый SQL, продвинутый Python, Reinforcement Learning или Data Engineering)

Программа курса «Data Scientist с нуля до PRO»

БАЗА На этом этапе вы изучите основы программирования на Python, научитесь предобрабатывать и анализировать данные, а также познакомитесь с основными задачами дата-сайентиста.

• Введение
• Проектирование разработки
• Основы математики
• Работа с данными
• Подгрузка данных
• Статистический анализ данных
• Введение в машинное обучение

ОСНОВНОЙ БЛОК Линейная алгебра, математический анализ, дискретная математика — звучит страшно, но не пугайтесь: разберем все эти предметы и научим с ними работать! На втором этапе вы погрузитесь в математику и основы машинного обучения, узнаете больше о профессиях DS, а также благодаря профориентации выберите трек обучения второго года.

• Математика и машинное обучение. Часть 1
• Математика и машинное обучение. Часть 2
• Дискретная математика
• ML в бизнесе

УРОВЕНЬ PRO На третьем этапе вы познакомитесь с одним из методов машинного обучения — глубоким обучением (DL). А также вас ждет полноценный блок выбранной специализации: вы можете освоить навыки машинного обучения (ML), познакомиться с рутиной CV (компьютерного зрения).

Второй год обучения - 2 специализации на выбор

• Профориентация
• Трек ML - Engineer
• Трек CV - Engineer
• Deep Learning и нейронные сети
• Введение в Data Engineering