Образовал

Data Scientist

Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Профессия
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Содействие
Сертификат
Сертификат
Да
Стоимость курса
129 900 ₽
есть рассрочка
Кому будет полезен этот курс _______________________________ Новичкам в Data Science С нуля овладеете знаниями и навыками, необходимыми для работы Data Scientist, и получите новую востребованную профессию. _______________________________ Разработчикам Курс даёт хорошую базу для перехода из программирования в Data Science. Вас ждёт много практики, разбор кейсов и новые полезные знакомства. _______________________________ Аналитикам Научитесь извлекать максимум из больших массивов данных для быстрой проверки гипотез и построения прогнозов. Систематизируете знания и углубитесь в Data Science.
Что вы получите после обучения
Приобретаемые навыки
1
Python
3
Data Science
4
NLP
5
Рекомендательные системы
6
Машинное обучение
7
Анализ данных
Сертификат, ссылками на который можно делиться с другими людьми
Вас будут обучать
Руководитель направления R&D в сфере понимания и обработки естественного языка, Just AI
Data Scientist, ML/DL-исследователь, преподаватель
Опыт в аналитике — 5 лет. Работал Data Scientist в ПАО «Мегафон». Ведёт курсы в Skillbox, Нетологии, Яндекс.Практикуме и других образовательных проектах. Спикер конференции Big Data Days 2021.
Руководитель практики анализа данных, Центр компетенции искусственного интеллекта «Ланит»
Владельцы курса

«Нетология» — это быстрый способ научиться интернет-продвижению и управлению проектами онлайн. Открытые занятия, онлайн-интенсивы и интерактивные курсы для быстрого обучения.

Нетология – это онлайн-университет по подготовке и дополнительному обучению специалистов в области самых востребованных интернет-профессий. Преподают в этом университете высококлассные специалисты, работающие в таких компаниях как Google, Яндекс, Mail.ru, Альфа-Банк и других крупнейших компаниях. Многие из них являются владельцами собственных успешных онлайн-бизнесов.

Нетология была основана в 2011 году. Сооснователями площадки являются предприниматель Максим Спиридонов, являющийся генеральным директором Нетологии, и его жена Юлия Спиридонова-Микеда, которая, собственно, и придумала концепцию проекта.

О Нетологии писали такие издания, как РБК Daily, Ведомости, Аргументы и Факты, Лайфхакер, Lenta.ru, Slon и многие другие.

Сам Максим Спиридонов ведёт колонку в Forbes, является автором и ведущим аналитической программы «Рунетология», гостями которой являются крупные эксперты в области онлайн-бизнеса. Максим принимал участие в создании и руководил десятками крупнейших веб-проектов, среди которых такие проекты, как подкаст-терминал Pod.fm, журнал «ШколаЖизни.ру», сервис «БобрДобр.ру», сайт социальных закладок Memori.ru, интернет-энциклопедия Calend.ru и форекс-брокер FreshForex. Является автором книги «Кто управляет русским интернетом». В общем, ясно, что человек является крутейшим знатоком своего дела.

Нетология является резидентом Сколково и имеет лицензию государственного образца (№037356 от 06 апреля 2016 г.)

Программа курса

SQL и получение данных
• Архитектура и структура баз данных (БД)
• Простые запросы, join`ы, агрегаты
• Базовые команды в SQL и встроенные аналитические функции
• Импорт и экспорт данных посредством SQL и ETL программ
• Принципы работы с разными конкретными БД
• Основные библиотеки для подключения к БД из Python
• Функции SQL и их аналоги в pandas
• Подготовка и сдача итогового проекта

Python, статистика и математика для анализа данных
• Основы Python и Git (арифметика)
• Базовые типы данных и циклы
• Функции и классы
• Продвинутые типы данных: массивы, множества, словари
• Python для анализа данных: numpy и scipy
• Python для анализа данных: pandas
• Лабораторная работа по Python
• Основы линейной алгебры и теории множеств + реализация в Python
• Методы математической оптимизации + реализация в Python
• Основы описательной статистики + реализация в Python
• Статистический анализ данных + реализация в Python
• Лабораторная работа по матстатистике
• Подготовка и сдача итогового проекта

Feature engineering и предобработка данных
• Выбор способа визуализации под задачу
• Инструменты matplotlib, seaborn для визуализации
• Проверка и очищение данных с помощью pandas и numpy
• Проведение одномерного и рекурсивного Feature Selection и Feature Selection на базе моделей
• Методы оценки значимости и отбора признаков и их использование
• «Проклятие размерности», основные алгоритмы и принципы их работы
• Использование алгоритмов sklearn

Математика для анализа данных
• Линейная алгебра
• Математический анализ
• Теория вероятности

Построение модели
• Линейные методы, логистическая регрессия и SVM
• Деревья решений
• Линейная и полиноминальная регрессия
• Алгоритмы кластеризации
• Способы повышения качества модели
• Функции потерь и оптимизация
• Оценка точности модели, борьба с переобучением, регуляризация
• Улучшение качества модели

Менеджмент data-проектов
• Организация проекта
• Составление отчётов по исследованиям

Рекомендательные системы
• Неперсонализированные рекомендательные системы
• Сontent-based-рекомендации
• Collaborative Filtering
• Гибридные алгоритмы

Распознавание изображений, машинное зрение
• Поиск по картинкам
• Сегментация изображений, детекция объектов
• Применение свёрточных нейронных сетей для задач сегментации и детекции
• Применение рекуррентных сетей в задачах обработки изображений
• Генеративные конкурирующие сети (GAN)

Обработка естественного языка (NLP)
• Морфологический и синтаксический анализ
• Методы снижения размерности в векторной модели. Информационный поиск
• Тематическое моделирование (LSA, LDA, HDP)
• Дистрибутивная семантика (word2vec, GloVe, AdaGram)
• Счётные языковые модели и вероятностные языковые модели. LSTM. Машинный перевод
• Генерация текстов (Natural Language Generation)
• Задача классификации в АОТ

Итоговый хакатон
Завершим обучение состязанием с товарищами по курсу: в составе мини-команды, за ограниченное время и на основе датасетов крупных игроков рынка, вам придётся решать задачи по прогнозированию продаж или оптимизации производства, задействуя все знания и навыки, полученные на курсе.Интеграция и использование machine learning решений в бизнесе, как правило, подразумевает командную игру, поэтому хакатон полезен ещё и как тренировка необходимых soft skills.

Дипломный проект
В рамках дипломного проекта вы сможете построить ML-модель для решения своих текущих профессиональных задач: это может быть система прогнозирования продаж, распознавание объектов на фото или видео, анализ временных рядов, анализ больших объёмов текста и т. д. Если в моменте у вас нет идей для своего проекта (или доступа к необходимым данным), мы предложим вам учебный кейс в интересной вам области на основе реального датасета других компаний.Дипломная работа выполняется самостоятельно под руководством экспертов курса и позволяет закрепить весь спектр знаний и навыков, полученных на программе.

Рейтинг
4.8
рейтинг
1
1
0
0
0
Отзывы
2 отзыва
по рейтингу по дате
M
Medvedev Roman
Если вы хотите изменить себя и прокачать скилы, вам сюда
Достоинства: Объясняют сложные вещи простым и понятным языком Недостатки: Многие студенты стесняются общаться между собой. Боятся показаться глупыми. Сейчас я заканчиваю учиться по профессии Data Scientist. Наверное как любой другой...
Хорошая обучающая платформа для тех кто делает первые шаги в профессии
Достоинства: преподаватели с опытом работы в аналитике, действительно стараются научить, хорошая обратная связь с администрациейНедостатки: изредка бывают неудачные лекции, малая продолжительность курса С октября 2020 по текущий момент прохожу обучение...
обновлено 28.09.2022 13:10
Data Scientist
Оставить отзыв
Поделиться курсом с друзьями