Назад

Профессия Data Scientist

SkillFactory
Сложность
Для новичков
Длительность
24 месяца
Тип курса
Смешанный

Описание курса

Пройдя данный курс, вы освоите востребованную профессию «Data Scientist» с нуля за 24 месяца. Программа курса разработана преподавателями-экспертами школы SkillFactory.

Курс обучения профессии «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 функци.
  • 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

Эмиль Магеррамов
Эмиль Магеррамов
Ведущий автор разделов ML и DS. Руководитель группы вычислительной химии в BIOCAD. Создает сервисы и модели машинного обучения, которые помогают химикам быстрее выпускать лекарства.
Александр Рыжков
Александр Рыжков
Автор раздела про KAGGLE. Руководитель команды LightAutoML. Kaggle Grandmaster. Компетенции: ML/DS, Python, математика, статистика, Kaggle
Алек Леков
Алек Леков
Senior ML-Engineer, МТС. Основные компетенции — временные ряды, Deep Learning и нейронные сети. Занимается консалтингом в сфере AI.
Екатерина Трофимова
Екатерина Трофимова
Автор модулей по EDA. Исследователь лаборатории методов анализа больших данных, факультет компьютерных наук НИУ ВШЭ. Компетенции: Python, PyTorch, CV, GNN
Показать еще
Цена
12 551 BYN
Скидка -40%
- 5 021 BYN
Итого
7 530 BYN
В рассрочку на 36 мес
349 BYN/мес
210 BYN/мес
Кешбэк
2 259 баллов

Похожие курсы

Профессия Аналитик данных
Для новичков10 месяцев
Старт: 12 июня
-40%
Кешбэк 30%: 1 830 баллов
10 166 BYN
6 100 BYN
В рассрочку на 36 мес
170 BYN/мес
Факультет Data Science в медицине
Для новичков24 месяца
Старт: 17 июня
ХИТ
-62%
Кешбэк 30%: 1 479 баллов
12 970 BYN
4 929 BYN
В рассрочку на 30 мес
165 BYN/мес
Полный курс по анализу данных
Для новичков6 месяцев
Старт: 12 июня
-40%
Кешбэк 30%: 1 089 баллов
6 048 BYN
3 629 BYN
В рассрочку на 28 мес
130 BYN/мес
Профессия Data Scientist PRO
Для новичков12 месяцев
ХИТ
-60%
Кешбэк 30%: 1 315 баллов
10 958 BYN
4 383 BYN
В рассрочку на 28 мес
157 BYN/мес
Полный курс по Data Science
Для новичков13,5 месяцев
Старт: 14 июня
-40%
Кешбэк 30%: 1 557 баллов
8 649 BYN
5 189 BYN
В рассрочку на 36 мес
145 BYN/мес
Курс «Python для анализа данных»
Для новичков4 месяца
Старт: 29 июня
-40%
Кешбэк 30%: 348 баллов
1 929 BYN
1 158 BYN
В рассрочку на 10 мес
116 BYN/мес
Системный аналитик Pro
Для новичков7 месяцев
Старт: 13 июня
-40%
Кешбэк 30%: 1 050 баллов
5 831 BYN
3 499 BYN
В рассрочку на 24 мес
146 BYN/мес
Аналитик данных с нуля
Для новичков
ХИТ
-60%
Кешбэк 30%: 600 баллов
4 992 BYN
1 997 BYN
В рассрочку на 12 мес
167 BYN/мес
Алгоритмы и структуры данных как PRO за 5 месяцев
Для продвинутых5 месяцев
Старт: 4 июля
ХИТ
-40%
Кешбэк 30%: 833 балла
4 624 BYN
2 775 BYN
В рассрочку на 24 мес
116 BYN/мес
Курс по машинному обучению
Для продвинутых3 месяца
Старт: 13 июня
ХИТ
-40%
Кешбэк 30%: 426 баллов
2 363 BYN
1 418 BYN
В рассрочку на 10 мес
142 BYN/мес
Курс по Data Engineering
Для продвинутых2,5 месяца
Старт: 6 июля
-40%
Кешбэк 30%: 387 баллов
2 146 BYN
1 288 BYN
В рассрочку на 10 мес
129 BYN/мес
Курс по нейронным сетям
Для продвинутых2,5 месяца
Старт: 3 июля
-40%
Кешбэк 30%: 469 баллов
2 601 BYN
1 561 BYN
В рассрочку на 12 мес
131 BYN/мес
Курс Математика для Data Science
Для продвинутых2 месяца
Старт: 9 июня
-40%
Кешбэк 30%: 231 балл
1 279 BYN
767 BYN
В рассрочку на 6 мес
128 BYN/мес
Математика и Machine Learning для Data Science
Для продвинутых5,5 месяцев
Старт: 9 июня
-40%
Кешбэк 30%: 543 балла
3 013 BYN
1 808 BYN
В рассрочку на 15 мес
121 BYN/мес
Факультет бизнес-аналитики
Для новичков12 месяцев
Старт: 17 июня
-70%
Кешбэк 30%: 1 185 баллов
13 168 BYN
3 950 BYN
В рассрочку на 28 мес
142 BYN/мес
Курс Machine Learning и Deep Learning
Для продвинутых5 месяцев
Старт: 13 июня
-40%
Кешбэк 30%: 738 баллов
4 097 BYN
2 458 BYN
В рассрочку на 18 мес
137 BYN/мес
Тренажер Power BI
Для новичков3 месяца
Старт: 6 июля
-40%
Кешбэк 30%: 621 балл
3 447 BYN
2 068 BYN
В рассрочку на 15 мес
138 BYN/мес
Факультет аналитики Big Data
Для новичков12 месяцев
Старт: 17 июня
-70%
Кешбэк 30%: 1 185 баллов
13 168 BYN
3 950 BYN
В рассрочку на 28 мес
142 BYN/мес
Сквозная аналитика
Для новичков1 месяц
-30%
Кешбэк 30%: 380 баллов
1 809 BYN
1 266 BYN
В рассрочку на 10 мес
127 BYN/мес
SQL для анализа данных
Для новичков2 месяца
-40%
Кешбэк 30%: 423 балла
2 349 BYN
1 409 BYN
В рассрочку на 10 мес
141 BYN/мес
Power BI
Для новичков2 месяца
-30%
Кешбэк 30%: 366 баллов
1 743 BYN
1 220 BYN
В рассрочку на 10 мес
122 BYN/мес
Power BI PRO
Для новичков3 месяца
-35%
Кешбэк 30%: 553 балла
2 832 BYN
1 841 BYN
В рассрочку на 12 мес
154 BYN/мес
Tableau
Для продвинутых2 месяца
-25%
Кешбэк 30%: 373 балла
1 655 BYN
1 241 BYN
В рассрочку на 10 мес
125 BYN/мес
Язык R для анализа данных
Для новичков2 месяца
-40%
Кешбэк 30%: 423 балла
2 349 BYN
1 409 BYN
В рассрочку на 10 мес
141 BYN/мес
Введение в Data Science
Для новичков6 месяцев
-40%
Кешбэк 30%: 693 балла
3 849 BYN
2 309 BYN
В рассрочку на 18 мес
129 BYN/мес
Data Scientist с нуля до Junior
Для новичков
-50%
Кешбэк 30%: 1 049 баллов
6 987 BYN
3 494 BYN
В рассрочку на 24 мес
146 BYN/мес
Data Analyst с нуля до Junior
Для новичков
-60%
Кешбэк 30%: 914 баллов
7 615 BYN
3 046 BYN
В рассрочку на 24 мес
127 BYN/мес
Профессия Аналитик 1C
Для новичков15 месяцев
-60%
Кешбэк 30%: 1 089 баллов
9 068 BYN
3 627 BYN
В рассрочку на 24 мес
152 BYN/мес
Основы аналитики 1C
Для новичков2 месяца
-40%
Кешбэк 30%: 466 баллов
2 585 BYN
1 551 BYN
В рассрочку на 10 мес
156 BYN/мес
Профессия Data Engineer
Для новичков
-60%
Кешбэк 30%: 1 260 баллов
10 500 BYN
4 200 BYN
В рассрочку на 28 мес
150 BYN/мес
ООО «Байскилз», УНП 193454177
220012, Республика Беларусь, г. Минск, ул. Толбухина, 2, пом.19
Свидетельство о государственной регистрации №193454177 от 06.08.2020 выдано Минским горисполкомом
© Байскилз, 2023
Visa Secure
Mastercard ID Check
Белкарт Интернет Пароль
MasterCard
Visa
МТБанк
Apple Pay
Alfa Pay
Samsung Pay
ЕРИП
Белкарт
BePaid
© Байскилз, 2023