Курсы по аналитике от Skillfactory

Курс состоит из 20 модулей, разбитых на два уровня (вводный и продвинутый). Вы получите доступ к теории, 500+ упражнениям и задачам, кейсам, вебинарам и системе поддержки в мессенджере Slack.

Вы научитесь:

• Программировать на Python и использовать этот язык для анализа и обработки данных
• Получать данные из разных источников: базы данных, файлы, интернет
• Работать с моделями и алгоритмами машинного обучения и решать на их основе практические задачи

Аналитики нужны во всех сферах экономики: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений. Грамотный анализ данных нужен всем компаниям вне зависимости от индустрии: сервис, ритейл, киберспорт, путешествия, образование, медицина, производство.
При этом спрос на специалистов значительно превышает предложение. Это значит, что сейчас самое время начать свой путь в аналитике данных и получить востребованную специальность Data Analyst.

Больше всего на рынке востребованы именно специалисты, совмещающие обе роли — бизнес и системного аналитика.

Курс посвящен двум ключевым сторонам этой профессии: внедрению технологий и решению бизнес-задач.

► 01 Бизнес-аналитик
Взаимодействие с заказчиком
Работа с требованиями и их систематизация
Определение границ проекта
Описание бизнес-процессов
Проработка сценариев использования
и пользовательских историй
► 02 Системный аналитик
Анализ требований
Разработка технического задания
Постановка задач команде разработки
Тестирование и приемка готового продукта
Обучение заказчика использованию продукта

Из чего состоит курс
Курс включает в себя 10 модулей, более 500 упражнений на закрепление материала, обучение 10 алгоритмов машинного обучения, 2 хакатона на kaggle, чат с сообществом и поддержку менторов

Специализация Data Science состоит из курсов: 
Python
Math&Stat
Machine Learning
Deep Learning
Data Engineering
Менеджмент
 
Отработка навыков
Каждая тема разбирается в видео, скринкастах и конспектах и закрепляется десятками упражнений (тесты, дебаггинг кода, проверка кода студента).
  
Сообщество и ментор
На курсе вы не останетесь один на один с затруднениями — вам помогут не только одногруппники, но и ментор курса.
 
Обучение моделей
На курсе по каждой теме вы работаете с моделью ML — файнтьюните, создаете с нуля, оптимизируете, пробуете разные методы.

Как происходит обучение
Обучение присходит с помощью командных спринтов. Каждый спринт посвящен отдельной теме в AI, и будет проходить на реальных кейсах под руководством приглашенного эксперта.

Брифинг
- Опишем большую задачу
- Расскажем какие знания необходимы для решения
- Предоставим необходимый материал
- Предложим темп для комфортного изучения темы

Теория
- Ты самостоятельно проходишь теорию
- Закрепляешь знания на коротких тренажерных задачах
- В результате ты обладаешь знаниями для решения проекта
- Посещаешь вебинары, освещающие сложные темы

Формирование команд
- Выберешь команду, которой будет полезна твоя экспертиза
- Вместе вы выработаете первичный план действий
 
Работа с проектом
- Командная работа над проектом
- Еженедельные консультации с ведущими спринта
- Менторы обеспечивают техническую поддержку и ответы на вопросы
 
Хакатон
- Финальное состязание между командами

Что вы получите за время учебы
За год обучения по 6 часов в неделю вы освоите востребованные навыки в AI разработке и соберёте портфолио проектов.

Вот что будет в вашей учебной программе:

Кейсы
В рамках курса ты выполнишь 12 проектов основанных на реальном опыте крупнейших мировых компаний. Список проектов включает: прогнозирование стоимости автомобиля на основе его характеристик, выделение типов ЦА по комментариям, распознавание эмоций на снимках, а также многие другие. По итогам курса ты создашь финальный проект который соответствует твоим интересам и экспертизе.
 
Уроки
Потренируешь навыки в машинном обучении на практических упражнениях и поучаствуешь в соревнованиях на kaggle.
Уроки позволяют закрепить на практике теоретический материал и отработать в нюансах подходы к решению задач машинного и глубинного обучения.
 
Тренажеры
Тренажер по машинному обучению. Методы предобработки данных, регрессия, кластеризация, Tree-based алгоритмы, оценка качества алгоритмов, временные ряды, валидация данных.
Тренажеры позволяют довести знания инструментов AI до автоматизма.

Soft Skills
Изучим культуру руководства. Постановка задач и их декомпозиция. Навыки эффективных коммуникаций с заказчиками и стейкхолдерами. Управление проектом в AI.