Days
Hours
Minutes
Seconds
Длительность
Формат
онлайн
Партнер курса
14 месяцев
Старт
каждый месяц
Для кого специализация
Новичок
Вы хотите освоить профессию Data Scientist с нуля. Для этого вам не потребуется специальных знаний, выходящих за рамки школьной программы. На специализации вы получите достаточную математическую подготовку и опыт программирования на Python, чтобы решать задачи машинного обучения.
Программист
Всего за год вы пополните портфолио рекомендательной системой, нейронными сетями, выполняющими разные задачи, примете участие в соревнованиях на Kaggle, хакатонах. Опыт программирования позволит вам быстро включиться в процесс обучения и освоить профессию Junior Data Scientist.
Аналитик
Вы уже работаете с данными, SQL, хотите расширить набор приемов, научиться работать с облачными хранилищами, попрактиковаться с Hadoop и Spark или полностью сменить профессию. За год вы освоите новую область, прокачаетесь в Big Data и сможете смело двигаться в направлении Data Science.
Вы изучите
Deep Learning (Глубокое обучение)
ML в бизнесе

Math & Machine Learning

Инженерия данных (Data Engineering)
SQL
Python
Data-driven management
Курс по Data Engineer
Курс по нейронным сетям и deep learning
Курс по Machine Learning
Курс по математике для Data Science
Курс «Python для анализа данных»

Введение в Machine Learning

Краткая программа
специализации

0

Введение в профессию

Введение в онлайн обучение
Обзор профессии Data Scientist
INTRO
2 модуля,
1 неделя
8 модулей,
7 недель
Python
Введение в программирование на Python
Основные типы данных в Python
Условные операторы
Циклы
Функции — базовое и продвинутое использование
Стандарты оформления кода в Python

Основы программирования на Python

1
9 модулей,
7 недель
Python
Инструменты для Data Science
Анализ данных на основе библиотек NumPy и Pandas
Визуализация данных с помощью Matplotlib, Seaborn и Plotly
Очистка данных и Feature Engineering
Объектно-ориентированное программирование и отладка кода в Python
Проект. Анализ резюме с платформы HeadHunter

Python для анализа данных

2
3

Подгрузка данных

Выгрузка данных из разных источников с помощью Python
Парсинг HTML-страниц из Интернета и API
Основы языка SQL для работы с базами данных
Выгрузка информации из баз данных с помощью SQL и Python
Проект. Анализ вакансий из базы данных HeadHunter
Python, SQL
9 модулей,
7 недель
4

Разведывательный анализ данных

Введение в разведывательный анализ данных на Python
Основы математической статистики и проверка статистических гипотез
Основы A/B-тестирования
Проектирование признаков (Feature Engineering)
Проектирование и управление экспериментами
Знакомство с платформой Kaggle
Проект. Выявление накрутки рейтинга отелей на Booking. Соревнование на Kaggle
EDA, KAGGLE
8 модулей,
7 недель
5

Введение в машинное обучение

Теория машинного обучения
Обучение с учителем: классификация и регрессия
Обучение без учителя: кластеризации и понижения размерности
Валидация данных и оценка качества моделей
Отбор и селекция признаков
Оптимизация гиперпараметров и улучшение качества модели
Продвинутые методы машинного обучения
Проект. Повышение эффективности маркетинговой кампании банка
ML
9 модулей, 9 недель
6

Математика в машинном обучении. Часть I

Линейная алгебра в контексте линейных методов
Математический анализ и методы оптимизации в контексте задачи оптимизации
Проект. Прогнозирование длительности поездки в такси
MATH&ML
7 модулей,
5 недель
7

Математика в машинном обучении. Часть II

Теория вероятности в контексте методов машинного обучения
Математика в контексте алгоритма деревьев решений
Математика в контексте ансамблевых методов
Математика в контексте обучения без учителя: кластеризация и техники понижения размерности
Проект. Сегментация клиентов онлайн-магазина подарков
MATH&ML
6 модулей,
5 недель
8

ML в бизнесе

Прогнозирование временных рядов
Построение рекомендательных систем
Подготовка модели к production и deploy
Оценка эффективности моделей в реальных бизнес-задачах
Воспроизводимость и контейнеризация приложений
Сервисная архитектура и оркестрация приложений
MATH&ML, DS-PROD
7 модулей,
7 недель
9

Финальный проект

По итогам вашего обучения вам предстоит самостоятельно выполнить дипломный проект на выбранную тематику, показав все, чему вы научились в процессе обучения. В конце дипломного проекта вам предстоит подготовить свое решение и презентацию, а также защитить проект перед дипломной комиссией, состоящей из экспертов в области Data Science. Эксперты оценят результаты вашей работы, проведут Code Review и дадут развивающую обратную связь!
10

Введение в Deep Learning (бонусный раздел)

Введение в нейронные сети
Фреймворки для глубокого обучения
Математика для нейронных сетей
Введение в CV. Сверточные нейронные сети
Fine-tuning & Transfer Learning
Введение в NLP. Рекуррентные нейронные сети
DL
6 модулей
11

Введение в Deep Engineering (бонусный раздел)

Современные хранилища данных
Экосистема Hadoop

DE
2 модуля
Что ждет вас во время учебы?
Смена профессии — очень сложный процесс. Недостаточно просто выучить новые технологии — требуется освоить новые подходы и новые способы мышления. В одиночку с этим справиться сложно. Мы станем вашим партнером в обучении, который не просто дает учебные материалы, но и мотивирует их изучать и применять на практике.
Эксперты & поддержка
Команда наставников проверяет и комментирует ваши работы, помогает разобраться в сложностях и обучает собственным профессиональным приёмам.
Сообщество студентов
Вы будете учиться в группе таких же новичков, как и вы, давать друг другу обратную связь на ваши проекты, обмениваться кодом, помогать искать ошибки и делиться бизнес-задачами.
Помощь
координатора
Начиная с первых недель обучения тьютор поможет вам определить карьерные цели, а в течение программы — не сойти с намеченного пути.
Взаимодействие с участниками разных направлений, которое способствует развитию soft skills.
• Включаем в курсы задачи и вопросы из реальных собеседований
• Проводим онлайн-тренировки технических собеседований
• Помогаем составить резюме
Во время обучения студенты решают настоящие практические задачи и тренируются на настоящих кейсах.
Определенные направления подготовки дают возможность получить реальный стаж и опыт
Студенты отрабатывают навыки на практике и могут пообщаться с потенциальными работодателями.
Что вы будете уметь после обучения
Junior Data Scientist
Я уверенно могу:
Использовать основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов

Получать данные из веб-источников или по API

Визуализировать данные с помощью Pandas, Matplotlib

Создавать модели с помощью классического машинного обучения для решения задач Data Science (линейные модели, деревья решений, ансамблевые модели)

Оценивать качество модели вне зависимости от задачи

Применять методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных

Строить математические и ML модели с использованием временных рядов

Применять алгоритмы для рекомендательных систем

Интегрировать решение в продакшн и в бизнес в целом

Работать с Github и Kaggle


Команда разработки профессии
  • Андрей Зимовнов
    Ведущий преподаватель специализации, старший разработчик в Яндекс.Дзен
  • Дмитрий Коробченко
    Deep Learning R&D Engineer, NVIDIA
  • Эмиль Магеррамов
    BIOCAD,
    Руководитель группы сервисов вычислительной химии

  • Антон Киселев
    Head of R&D, компания EORA
  • Полина Полунина
    Ex-руководитель Data Science в группе «М.Видео — Эльдорадо». Куратор в SkillFactory
  • Андрей Дзись
    Cпециалист по интеллектуальному анализу в Альфа-банке
Что получает студент
Ментор из сферы
Data Science
На протяжении обучения вам помогает ментор с реальным опытом в Data Science
Соревнования на Kaggle в курсах по Machine learning и Deep Learning
Cоревнования
и хакатоны
Отзывы студентов
В целом я довольна выбранным курсом и с радостью советую его друзьям. Хотя трудно передать словами эмоции от верно написанной с первого раза программы.
Достоинства:
Это действительно полный курс по Data Science…
Олеся
Норицына
Курс оправдывает ожидания. Вопрос поиска работы не стоял, так как занимаю хорошую должность в достойной компании.
Достоинства:
 — подробное руководство по каждому шагу...
Андрей
Ефимов
Мой опыт работы — три года в бизнес-аналитике. Курс Skillfactory «Профессия Data Scientist» помог сделать прорыв в карьере. Благодаря курсу мой доход вырос на 70%. И это я еще не окончила его. Спасибо большое за такую возможность роста!
marina71559
Обучаюсь на курсе по Data Science, с нуля. Интересно, но сразу скажу, что для новичка темп обучения довольно высок. Если сможете выделять по 3 часа на учебу ежедневно и обладаете достаточной усидчивостью и силой воли, то справитесь...
sergiy47
Уже около года прохожу обучение на курсе по Data Sciense. И могу с уверенностью сказать, что это очень достойный курс. Много практики, тестов, аттестаций и проектов, вебинаров — как со специалистами по Python, анализу данных, математике и машинному обучению…
Дмитрий
Прохожу курс по Data Science. 20 лет назад проходил сертификацию MCSD (VC ++, SQL). Работал PM по промышленной автоматизации и инфраструктурной по строительству. Этот рынок труда существенно деградировал. Полученные ранее знания даже без практического опыта…
Дмитрий