Войти
Каталог
Полный курс по Data Science
Обучение профессии Data Science с нуля
Длительность
Формат
онлайн
онлайн
Партнер курса
13,5 мес
Старт
4 декабря
Почему Data Science
Специалисты Data Science нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений. Только за последнюю неделю на HH.ru открылось более 500 вакансий, при этом инструменты нужны и для многих других позиций.
Многие компании ищут специалистов по аналитике. Ритейл, киберспорт, путешествия, образование, медицина — грамотный анализ данных нужен вне зависимости от индустрии.
03
7 из 10 работодателей нанимают людей с опытом
04
Вы получите реальный опыт
Это формат, где студенты решают реальные задачи бизнеса. У вас будет опыт, которого так не хватает выпускникам онлайн-школ. Вместе с ментором вы решите кейс для компании-партнера — и получите фидбэк от потенциального работодателя.
Реальный опыт даст студентам:
Реальные проекты в портфолио
Участие в стажировках и хакатонах
Шанс получить оффер от компании-заказчика
Опыт работы над проектом в команде
Поэтому мы придумали Фэктори
01
02
Модель распознавания жестов
Разработаете систему принятия решений, которая в режиме реального времени сможет реконструировать положение согнутых пальцев руки здорового пользователя. Преуспевшие студенты продолжат сотрудничество с компанией.
- Python
- Sklearn
- Pandas
- EDA
- Keras
Анализ и сортировка данных
Вам предоставят изображения транспортных средств различных типов и с разных ракурсов. С помощью дескрипторов вы разобьете картинки на кластеры и интерпретируете каждый из них. В результате получите кейс в портфолио и обратную связь от эксперта из компании.
- Pandas
- ML
- Numpy
Intellivision
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
Введение в Machine Learning
Python
SQL
Инженерия данных (Data Engineering)
Math & Machine Learning
ML в бизнесе
Deep Learning (Глубокое обучение)
Краткая программа
специализации
0
Введение в профессию
Введение в онлайн обучение
Обзор профессии Data Scientist
Обзор профессии Data Scientist
INTRO
2 модуля,
1 неделя
1 неделя
1
Основы программирования на Python
Введение в программирование на Python
Основные типы данных в Python
Условные операторы
Циклы
Функции — базовое и продвинутое использование
Стандарты оформления кода в Python
Основные типы данных в Python
Условные операторы
Циклы
Функции — базовое и продвинутое использование
Стандарты оформления кода в Python
Python
8 модулей,
7 недель
7 недель
2
Python для анализа данных
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
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
9 модулей,
7 недель
7 недель
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
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
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
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
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
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
Математический анализ и методы оптимизации в контексте задачи оптимизации
Проект. Прогнозирование длительности поездки в такси
MATH&ML
7 модулей,
5 недель
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
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
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
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
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
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
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
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
• 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.
Как изменилась жизнь студентов после обучения
Владимир Юшманов
«У меня был бизнес по оценке автомобилей, а теперь я анализирую большие данные. Python и Machine Learning помогли мне начать новую карьеру в 43 года»
Прошлое место работы:
ремонт автомобилей
ремонт автомобилей
Новое место работы:
анализ данных и работа с проектами на основе машинного обучения
анализ данных и работа с проектами на основе машинного обучения
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
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 ЗимовновВедущий преподаватель специализации, старший разработчик в Яндекс.Дзен
- Дмитрий КоробченкоDeep Learning R&D Engineer, NVIDIA
- Эмиль МагеррамовBIOCAD,
Руководитель группы сервисов вычислительной химии - Антон КиселевHead of R&D, компания EORA
- Полина ПолунинаEx-руководитель Data Science в группе «М.Видео — Эльдорадо». Куратор в SkillFactory
- Андрей ДзисьCпециалист по интеллектуальному анализу в Альфа-банке
Cоревнования
и хакатоны
и хакатоны
Соревнования на Kaggle в курсах по Machine learning и Deep Learning
Что получает студент
Ментор из сферы
Data Science
Data Science
На протяжении обучения вам помогает ментор с реальным опытом в Data Science
Отзывы студентов
