Образовал

Data Science

Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Отсутствует
Стоимость курса
295 000 ₽
есть рассрочка

Что нужно для поступления на курс?

Достаточно владеть основами языка Python на базовом уровне. Это включает в себя уверенное обращение с числами, строками, массивами, циклами, функциями и классами (см. задания на Codewars, уровня 7q)

Нужно ли хорошо знать математику?

Серьезной математической подготовки не потребуется. Но вам будет гораздо проще, если у вас нет отвращения к математике ;) Конечно, алгоритмы, которыми пользуется Data Scientist, имеют под собой серьезную математическую базу. Но для того, чтобы их успешно применять, достаточно знать основные принципы их работы. На курсе мы с вами разберем эти принципы работы алгоритмов.

Как всё уcтроено:

ОЧНЫЙ ИНТЕНСИВ
Каждый будний день с 9:00 до 18:00 вы будете находиться в кампусе (Москва), где все заточено на эффективное обучение

ПРЕПОДАВАТЕЛЬ
Это разработчик/data scientist с большим опытом работы. Он c вами весь день: ведет лекции, помогает с решением заданий, участвует с вами в хакатонах и пятничных посиделках. В общем, как тимлид, только лучше :)

НОВЫЙ УРОК
утро начинается с лекции в режиме реального времени — предзаписанных лекций нет, преподаватель будет на связи «здесь и сейчас»

МАКСИМУМ ПРАКТИКИ
По соотношению теория/практика это похоже на стажировку в IT-компании

ПОЛНОЦЕННОЕ ПОРТФОЛИО
каждый проект, разработанный во время обучения — твоё будущее портфолио

CODE-REVIEW
регулярный совместный разбор кода с ментором

РАБОТА В GITHUB
Помимо прочего ты освоишь все инструменты, сопутствующие разработке. Все групповые, парные проекты и проверка заданий осуществляется в GitHub

12 НЕДЕЛЬ
Специалист за 3 месяца — кажется нереально? Проверено на опыте JS Bootcamp: это работает! По факту это обучение 24/7 — такой хардкорный режим, твоё усердие и поддержка команды позволят приступить к реальной работе сразу же после выпуска

РАБОТА В КОМАНДЕ
То, ради чего на самом деле все идут в bootcamp

Что вы получите после обучения
Приобретаемые навыки
1
Data Science
4
ООП
5
Pandas
6
Машинное обучение
Вас будут обучать

Data scientist и разработчик.

 

Научит как поднять веб-сервис в облаке, обучить нейронку и привлечь инвестора.

Выпускник мехмата МГУ, MBA в Вышке. Занимался data science и разработкой в Rokit и DoubleData.

Последние несколько лет работал над собственными стартапами: EasyDress — распознавание размера одежды по фото.

Conductiv.ai — AI-платформа для оптимизации производства микроэлектроники.

Tech lead и Data Scientist.

 

Научит проводить эксперименты, не допускать ликов при обучении моделей и reinforcement learning.

Выпускник физтеха, работал в НИЦ «Курчатовский Институт» над монтекарловским моделированием.

Возглавлял направление квантовой аналитики в европейской asset management компании Createrra.

Последние несколько лет работает в Райфайзен Банке над продуктами, в основе которых лежат ML-алгоритмы.

Data Scientist и преподаватель.

 

Закончил аспирантуру МАИ и защитил диссертацию по специальности «Математическое моделирование, численные методы и комплексы программ».

Работал заведующим лабораторией МГППУ, изучал марковские процессы и оптимизационные алгоритмы.

Последние годы занимается применением моделей машинного обучения в промышленных областях.

Владельцы курса

Bootcamp — методика, которую использовали в лагерях для подготовки солдат. Чтобы стать полноценным бойцом, в обычных условиях новобранцу нужно 3-4 года. В условиях Bootcamp такого результата достигали за 4 месяца. Эффективность методики обоснована тем, что на период кемпа человек полностью погружается в процесс обучения и быстрей воспринимает информацию. Сейчас этот метод обучения активно используют в Гарварде, IT-компаниях, бизнес-проектах и образовательных программах.

Elbrus Coding Bootcamp предлагает вам комфортную и функциональную среду для обучения программированию. Наши кампусы располагаются в оживлённых районах Москвы (м. Ленинский проспект) и Санкт-Петербурга (м. Чернышевская).

В кампусе Elbrus есть уютная кухня и зона отдыха. В отдельной комнате для преподавателей можно обсуждать рабочие проекты с наставником, не отвлекая от работы остальных.

HR-команда Elbrus поможет разобраться в том, как правильно составить резюме, научит проходить собеседования и поможет найти работу по душе. Наши выпускники работают в таких крупных компаниях, как Ozon, Финам, ВТБ, АльфаБанк, Wildberries и Qiwi.
 

Программа курса

ФАЗА 0. ОНЛАЙН ФАЗА (ПРЕ-КУРС) 1 НЕДЕЛЯ

1 НЕДЕЛЯ

БАЗОВЫЕ ИНСТРУМЕНТЫ РАБОТЫ
Основы работы с Git, GitHub, Jupyter Notebook. Основы ООП в языке Python.

2 НЕДЕЛЯ

ТАБЛИЧНЫЕ ДАННЫЕ И ИХ ВИЗУАЛИЗАЦИЯ
Описательная статистика и работа в библиотеках Pandas, Matplotlib, Seaborn.

3 НЕДЕЛЯ

ИНСТРУМЕНТЫ СОЗДАНИЯ СЕРВИСА С МАШИННЫМ ОБУЧЕНИЕМ
Работа с различными API и проект создания веб-сервиса (Flask) на основе одного из базовых алгоритмов машинного обучения (KNN).

ФАЗА 1.КЛАССИЧЕСКОЕ МАШИННОЕ ОБУЧЕНИЕ

4 НЕДЕЛЯ

МАТЕМАТИКА И СТАТИСТИКА
Линейная алгебра, элементы анализа, теория вероятностей и статистика. Изучаем numpy, scipy, statsmodels.

5 НЕДЕЛЯ

ОБУЧЕНИЕ С УЧИТЕЛЕМ
Модели классификации и регрессии. Линейный методы, деревья, ансамблирование моделей, метрики. Применяем scikit-learn, catboost, xgboost, matplotlib.

6 НЕДЕЛЯ

ОБУЧЕНИЕ БЕЗ УЧИТЕЛЯ
Кластеризация, понижение размерности, рекомендательные системы, временные ряды. Используем scikit-learn, umap, scikit-surprice, statsmodels.

ФАЗА 2.НЕЙРОННЫЕ СЕТИ

7 НЕДЕЛЯ

ВВЕДЕНИЕ В НЕЙРОННЫЕ СЕТИ
Архитектура нейронных сетей, виды слоев, разновидности оптимизаций, transfer learning. Регрессия на табличных данных, классификация изображений, нелинейное понижение размерности. Изучаем keras и pytorch.

8 НЕДЕЛЯ

КОМПЬЮТЕРНОЕ ЗРЕНИЕ
Генерация изображений с помощью VAE и GAN, детекция объектов, сегментация. Используем detectron2 и одноэтапные модели детекции.

9 НЕДЕЛЯ

ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА
Построение эмбеддингов текста, классификация текстовых данных, генерация текста. Используем рекуррентные сети и трансформеры для решения nlp- задач.

ФАЗА 3.ПОВТОРЕНИЕ МАТЕРИАЛА И РЕАЛИЗАЦИЯ ФИНАЛЬНОГО ПРОЕКТА

10 НЕДЕЛЯ

ПОВТОРЕНИЕ МАТЕРИАЛА

11 НЕДЕЛЯ

ФИНАЛЬНЫЙ ПРОЕКТ

12 НЕДЕЛЯ

ФИНАЛЬНЫЙ ПРОЕКТ

КАРЬЕРА.КАРЬЕРНАЯ НЕДЕЛЯ ДЛЯ ПРОФЕССИОНАЛЬНОЙ РЕАЛИЗАЦИИ

Рейтинг
4.4
рейтинг
0
0
0
0
0
Data Science
Оставить отзыв
Поделиться курсом с друзьями