Программа курса
Преподаватели
Похожие курсы
Назад

Профессия Data Scientist

SkillFactory
Сложность
Для новичков
Длительность
24 месяца
Тип курса
Смешанный

Описание курса

Пройдите курс и освойте востребованную профессию с нуля за 24 месяца. Программа обучения разработана преподавателями-экспертами школы SkillFactory.

Курс «Профессия Data Scientist» подойдет как для новичков, которые не имеют специальной подготовки, но планируют построить карьеру в данной области, так и для практикующих специалистов, которые хотят получить новые знания и закрепить имеющиеся навыки.

Программа курса

Введение (1 неделя)
Вы сможете сформулировать для себя реальные цели обучения, узнаете, в чем ценность DS для бизнеса, познакомитесь с основными задачами дата-сайентиста и разберетесь, как строится разработка любого DS-проекта.
  • INTRO-1. Как учиться эффективно — онбординг в обучение
  • INTRO-2. Обзор профессии. Типы задач в Data Science. Этапы и подходы к разработке Data Science проекта
Проектирование разработки (5 недель)
Вы научитесь работать с основными типами данных с помощью языка Python и сможете применять в повседневной работе циклические конструкции, условные операторы и функции.
  • PYTHON-1. Основы Python
  • PYTHON-2. Погружение в типы данных
  • PYTHON-3. Условные операторы
  • PYTHON-4. Циклы
  • PYTHON-5. Функции и функциональное программирование
  • PYTHON-6. Практика
  • PYTHON-7. Гид по стилю в среде Python (бонусный)
Работа с данными (8 недель)
На этом этапе вы овладеете базовыми навыками работы с данными: научитесь подготавливать, очищать и преобразовывать данные так, чтобы они были пригодны для анализа. Кстати, об анализе: вы будете анализировать данные с помощью популярных библиотек Matplotlib, Seaborn, Plotly.
  • PYTHON-8. Инструменты Data Science
  • PYTHON-9. Библиотека NumPy
  • PYTHON-10. Введение в Pandas
  • PYTHON-11. Базовые приемы работы с данными в Pandas
  • PYTHON-12. Продвинутые приемы работы с данными в Pandas
  • PYTHON-13. Очистка данных
  • PYTHON-14. Визуализация данных
  • PYTHON-15. Принципы ООП в Python и отладка кода (дополнительный модуль)
  • Проект 1. Аналитика датасета по закрытым вопросам
Подгрузка данных (6 недель)
Вы сможете выгружать данные из разных форматов и источников. А поможет вам в этом SQL — язык структурированных запросов. Вы научитесь использовать агрегатные функции, соединения таблиц и сложные объединения.
  • PYTHON-16. Как выгружать данные из файлов разных форматов
  • PYTHON-17. Получение данных из веб-источников и API
  • SQL-0. Привет, SQL!
  • SQL-1. Основы SQL
  • SQL-2. Агрегатные функции
  • SQL-3. Соединение таблиц
  • SQL-4. Сложные объединения
  • Проект 2. Подгрузка новых данных. Уточнение анализа
Статистический анализ данных (7 недель)
Разведывательный анализ данных (EDA) — вот, что окажется в центре вашего внимания. Вы познакомитесь со всеми этапами такого анализа и научитесь проводить его с помощью библиотек Statsmodels, Scikit Learn, Seaborn, Matplotlib, SciPy, Pandas. Кроме того, вам удастся поработать на Kaggle, популярном сервисе по участию в соревнованиях.
  • EDA-1. Введение в разведывательный анализ данных. Алгоритмы и методы EDA
  • EDA-2. Математическая статистика в контексте EDA. Типы признаков
  • EDA-3. Проектирование признаков (Feature Engineering)
  • EDA-4. Статистический анализ данных на Питоне
  • EDA-5. Статистический анализ данных на Питоне. Часть 2
  • EDA-6. Проектирование экспериментов
  • EDA-7. Kaggle площадка
  • Проект 2
Введение в машинное обучение (9 недель)
Вы познакомитесь с ML-библиотеками для моделирования зависимостей в данных. Вы сможете обучить основные виды ML-моделей, провести валидацию, интерпретировать результаты работы и выбрать важные признаки (feature importance).
  • ML-1. Теория машинного обучения
  • ML-2. Обучение с учителем: Регрессия
  • ML-3. Обучение с учителем: Классификация
  • ML-4. Обучение без учителя: Кластеризация и техники понижение размерности
  • ML-5. Валидация данных и оценка модели
  • ML-6. Отбор и селекция признаков
  • ML-7. Оптимизация гиперпараметров модели
  • ML-8. ML Cookbook
  • Проект 3. Задача классификации
Математика и машинное обучение. Часть 1 (6 недель)
Вы сможете решать практические задачи с помощью ручного счета и Python (векторные и матричные вычисления, работа с множествами, исследование функций с помощью дифференциального анализа).
  • MATH&ML-1. Линейная алгебра в контексте Линейных методов. Часть 1
  • MATH&ML-2. Линейная алгебра в контексте Линейных методов. Часть 2
  • MATH&ML-3. Математический анализ в контексте задачи оптимизации Часть 1
  • MATH&ML-4. Математический анализ в контексте задачи оптимизации. Часть 2
  • MATH&ML-5. Математический анализ в контексте задачи оптимизации. Часть 3
  • Проект 4. Задача регрессии
Математика и машинное обучение. Часть 2 (6 недель)
Вы познакомитесь с основными понятиями теории вероятности и математической статистики, алгоритмами кластеризации, а также научитесь оценивать качество произведенной кластеризации и представлять результаты в графическом виде.
  • MATH&ML-6. Теория вероятностей в контексте Наивного Байесовского классификатора
  • MATH&ML-7. Алгоритмы на основе Деревьев решений
  • MATH&ML-8. Бустинг & Стекинг
  • MATH&ML-9. Кластеризация и техники понижение размерности. Часть 1
  • MATH&ML-10. Кластеризация и техники понижение размерности. Часть 2
  • Проект 5. Ансамблевые методы
ML в бизнесе (8 недель)
Вы научитесь использовать ML-библиотеки для решения задачи временных рядов и рекомендательных систем. Вы сможете обучить ML-модель и провести её валидацию, а также создать работающий прототип и запустить модель в веб-интерфейсе. А ещё получите навыки A/B-тестирования, чтобы можно было оценить модель.
  • MATH&ML-11. Временные ряды. Часть 1
  • MATH&ML-12. Временные ряды. Часть 2
  • MATH&ML-13. Рекомендательные системы. Часть 1
  • MATH&ML-14. Рекомендательные системы. Часть 2
  • PROD-1. Подготовка модели к Production
  • PROD-2. ПрототипStreamlit+Heroku
  • PROD-3. Бизнес понимание. Кейс
  • Проект 6. Тема на выбор: Временные ряды или Рекомендательные системы
Профориентация (10 недель)
ML, CV или NLP: на этом этапе вам наконец предстоит сделать выбор, по какому пути двигаться дальше. Мы расскажем о каждой специализации и предложим решить несколько практических задач, чтобы вам было проще определиться.
Трек ML - Engineer (29 недель)
В ML-треке вы научитесь решать углубленные задачи машинного обучения, овладеете компетенциями дата-инженера, отточите навык работы с библиотеками Python. Также вы научитесь создавать MVP (минимально жизнеспособную версию продукта), узнаете все тонкости вывода ML-модели в продакшн и узнаете, как работают ML-инженеры в реальной жизни.
  • Введение в Deep Learning
  • Основы Data Engineering
  • Дополнительные главы Python и ML
  • Экономическая оценка эффектов и разработка MVP
  • ML в Production
  • Углубленное изучение ML-разработки и выпускной проект по выбранной теме
Трек CV - Engineer (29 недель)
На CV-треке вы научитесь решать такие задачи компьютерного зрения, как классификация изображений, сегментация и детекция, генерация и стилизация картинок, восстановление и повышение качества фотографий. Кроме того, вы узнаете, как выкатывать нейронные сети в продакшн.
  • Введение в Deep Learning
  • Основы Data Engineering
  • Дополнительные главы Python и ML
  • Экономическая оценка эффектов и разработка MVP
  • ML в Production
  • Углубленное изучение ML-разработки и выпускной проект по выбранной теме
Трек NLP - Engineer (7 недель)
В ходе обучения на NLP-треке вы узнаете, как решаются основные задачи обработки естественного языка, в том числе классификация, суммаризация и генерация текста, машинный перевод и создание диалоговых систем.
  • Введение в Deep Learning
  • Математика нейронных сетей для NLP
  • Hard & Software для решения задач NLP
  • Задачи и алгоритмы NLP
  • Нейронные сети в Production
  • Углубленное изучение NLP-разработки и выпускной проект по выбранной теме
Deep Learning и нейронные сети (Бонус)
Где применяются нейросети? Как обучить нейронную сеть? Что такое Deep Learning? Ответы на эти вопросы вы узнаете в бонусном разделе DL.
Введение в Data Engineering (Бонус)
Вы узнаете, в чём различие ролей дата-сайентиста и дата-инженера, какими инструментами пользуется последний в своей работе, какие задачи ежедневно решает. Слова «снежинка», «звезда» и «озеро» обретут новые значения :)

Преподаватели

Алек Леков
Алек Леков
Senior ML-Engineer, МТС. Основные компетенции — временные ряды, Deep Learning и нейронные сети. Занимается консалтингом в сфере AI.
Михаил Баранов
Михаил Баранов
Автор раздела курса. Эксперт по Data Science Компетенции: машинное обучение, большие данные, Python.
Александр Рыжков
Александр Рыжков
Автор раздела про KAGGLE. Руководитель команды LightAutoML Kaggle Grandmaster Компетенции: ML/DS, Python, математика, статистика, Kaggle.
Маргарита Бурова
Маргарита Бурова
Ведущий автор раздела MATH&ML. Эксперт по Data Science. Компетенции: Python, vашинное обучение, cтатистика, анализ данных.
Показать еще
Цена
53 129 032 сум
Скидка -45%
- 23 908 064 сум
Итого
29 220 968 сум
В рассрочку на 36 мес
1 475 807 UZS/мес
811 694 UZS/мес
Кешбэк
8 766 291 балл

Похожие курсы

Надежный старт в IT
Для новичков8 месяцев
-45%
Кешбэк 30%: 6 690 484 балла
40 548 387 сум
22 301 613 сум
В рассрочку на 36 мес
619 490 UZS/мес
Разработчик Базовый
Для новичков12 месяцев
Старт: 11 февраля
ХИТ
-20%
Кешбэк 30%: 4 610 932 балла
19 212 216 сум
15 369 773 сум
В рассрочку на 18 мес
853 877 UZS/мес
Профессия Python-разработчик
Для новичков
ХИТ
-45%
Кешбэк 30%: 5 586 570 баллов
33 858 000 сум
18 621 900 сум
В рассрочку на 12 мес
1 551 825 UZS/мес
IT-специалист
Для новичков6 месяцев
Старт: 11 февраля
ХИТ
-45%
Кешбэк 30%: 2 093 188 баллов
12 685 983 сум
6 977 291 сум
В рассрочку на 18 мес
387 628 UZS/мес
Профессия Инженер по тестированию
Для новичков
-45%
Кешбэк 30%: 5 096 520 баллов
30 888 000 сум
16 988 400 сум
В рассрочку на 12 мес
1 415 700 UZS/мес
Профессия Тестировщик-автоматизатор на Python
Для новичков9 месяцев
-45%
Кешбэк 30%: 5 492 904 балла
33 290 323 сум
18 309 677 сум
В рассрочку на 30 мес
610 323 UZS/мес
Профессия Fullstack-разработчик на Python
Для новичков14 месяцев
-45%
Кешбэк 30%: 6 653 226 баллов
40 322 581 сум
22 177 419 сум
В рассрочку на 36 мес
616 040 UZS/мес
Специализация Frontend-разработчик
Для новичков9 месяцев
-45%
Кешбэк 30%: 3 060 484 балла
18 548 387 сум
10 201 613 сум
В рассрочку на 30 мес
340 054 UZS/мес
Профессия Белый хакер
Для новичков13 месяцев
-45%
Кешбэк 30%: 6 371 130 баллов
38 612 903 сум
21 237 097 сум
В рассрочку на 36 мес
589 920 UZS/мес
Факультет 1С-разработки
Для новичков12 месяцев
Старт: 11 февраля
ХИТ
-20%
Кешбэк 30%: 4 610 932 балла
19 212 216 сум
15 369 773 сум
В рассрочку на 18 мес
853 877 UZS/мес
Профессия Разработчик игр на Unity
Для новичков12 месяцев
-45%
Кешбэк 30%: 6 371 130 баллов
38 612 903 сум
21 237 097 сум
В рассрочку на 30 мес
707 904 UZS/мес
Профессия Java-разработчик
Для новичков
-45%
Кешбэк 30%: 4 508 460 баллов
27 324 000 сум
15 028 200 сум
В рассрочку на 12 мес
1 252 350 UZS/мес
Профессия Тестировщик на Java
Для новичков10 месяцев
-45%
Кешбэк 30%: 5 492 904 балла
33 290 323 сум
18 309 677 сум
В рассрочку на 30 мес
610 323 UZS/мес
Интенсив по Python
Для новичков3 месяца
-45%
Кешбэк 30%: 5 152 259 баллов
31 225 806 сум
17 174 194 сум
В рассрочку на 24 мес
715 592 UZS/мес
Полный курс по Data Science
Для новичков13,5 месяцев
-45%
Кешбэк 30%: 5 892 097 баллов
35 709 677 сум
19 640 323 сум
В рассрочку на 30 мес
654 678 UZS/мес
Профессия 1C-разработчик
Для новичков6 месяцев
ХИТ
-40%
Кешбэк 30%: 3 845 335 баллов
21 362 972 сум
12 817 783 сум
В рассрочку на 12 мес
1 068 149 UZS/мес
Профессия Веб-разработчик
Для новичков12 месяцев
-45%
Кешбэк 30%: 5 925 097 баллов
35 909 677 сум
19 750 323 сум
В рассрочку на 30 мес
658 345 UZS/мес
Курс Python для анализа данных
Для новичков4 месяца
-45%
Кешбэк 30%: 1 197 581 балл
7 258 065 сум
3 991 935 сум
В рассрочку на 12 мес
332 662 UZS/мес
Курс Python для веб-разработки
Для новичков9 месяцев
-45%
Кешбэк 30%: 4 391 130 баллов
26 612 903 сум
14 637 097 сум
В рассрочку на 30 мес
487 904 UZS/мес
Android-разработчик
Для новичков16 месяцев
-45%
Кешбэк 30%: 7 025 807 баллов
42 580 645 сум
23 419 355 сум
В рассрочку на 36 мес
650 538 UZS/мес
Системный администратор
Для новичков9 месяцев
-45%
Кешбэк 30%: 4 774 355 баллов
28 935 484 сум
15 914 516 сум
В рассрочку на 30 мес
530 484 UZS/мес
iOS-разработчик c нуля
Для новичков13 месяцев
-45%
Кешбэк 30%: 6 666 533 балла
40 403 226 сум
22 221 774 сум
В рассрочку на 36 мес
617 272 UZS/мес
Профессия Специалист по кибербезопасности
Для новичков
-40%
Кешбэк 30%: 5 666 760 баллов
31 482 000 сум
18 889 200 сум
В рассрочку на 12 мес
1 574 100 UZS/мес
Профессия Веб-разработчик
Для новичков
-40%
Кешбэк 30%: 6 685 067 баллов
37 139 256 сум
22 283 554 сум
В рассрочку на 12 мес
1 856 963 UZS/мес
Профессия Frontend-разработчик PRO
Для новичков15 месяцев
-45%
Кешбэк 30%: 5 322 581 балл
32 258 065 сум
17 741 935 сум
В рассрочку на 30 мес
591 398 UZS/мес
Профессия Java-разработчик
Для новичков14 месяцев
-45%
Кешбэк 30%: 6 371 130 баллов
38 612 903 сум
21 237 097 сум
В рассрочку на 36 мес
589 920 UZS/мес
ИТ-инженер. Пакет Базовый
Для новичков12 месяцев
Старт: 11 февраля
-20%
Кешбэк 30%: 4 610 932 балла
19 212 216 сум
15 369 773 сум
В рассрочку на 18 мес
853 877 UZS/мес
Инженер по ручному тестированию
Для новичков4 месяца
-45%
Кешбэк 30%: 3 975 968 баллов
24 096 774 сум
13 253 226 сум
В рассрочку на 30 мес
441 775 UZS/мес
ИТ-инженер Передовые технологии, блокчейн
Для новичков24 месяца
Старт: 11 февраля
-20%
Кешбэк 30%: 6 232 708 баллов
25 969 616 сум
20 775 693 сум
В рассрочку на 18 мес
1 154 206 UZS/мес
ИТ-инженер Передовые технологии, Web 3.0
Для новичков12 месяцев
Старт: 11 февраля
-20%
Кешбэк 30%: 4 610 932 балла
19 212 216 сум
15 369 773 сум
В рассрочку на 18 мес
853 877 UZS/мес
ООО «UBRAINS», ИНН 308432936
Республика Узбекистан, г. Ташкент, Мирабадский р-н, ул. Афросиаб 4б, каб. 102
Регистрационный номер 982705
© UBRAINS, 2023
Zcard
Anorbank
Humo
Payme
© UBRAINS, 2023