Специалист по Data Science

85500
р.
90000
р.
Школа: Яндекс.Практикум
Дата начала: со стартом потока
Уровень: с нуля
Формат обучения: онлайн
Продолжительность: 8 месяцев
Трудоустройство: Да

❤️ Есть отзывы
✅ Проверено экспертами ИЗИПИЗИ
⛄ Есть бесплатный пробный период

Чему учат на курсе?

С первого дня вы учитесь на практике. Вы получите знания небольшими частями, которые нужно будет сразу применить для лучшего усвоения
  • Структурировать и анализировать большие объёмы данных, применять машинное обучение для предсказания событий и обнаружения не очевидных закономерностей
  • Создавать и улучшать продукты в бизнесе, промышленности и науке
  • Основным инструментам этой профессии: Python и его библиотекам, в том числе Scikit-Learn и XGBoost, Jupyter Notebook, SQL.

Преимущества обучения

Без этих плюшек вам вероятно не стать специалистом по Data Science. Итак, что есть на этом курсе...
Есть
✅ Полный доступ к тренажёру
✅ Профессиональная программа обучения на 560 часов
✅ Поддержка наставника
✅ Диплом о профессиональной переподготовке
✅ Навыки и знания, востребованные работодателями
✅ Портфолио из 15 проектов
✅ Рассрочка по оплате

ЭКСПЕРТНОЕ Мнение ИЗИПИЗИ о курсе
«Курс для те, кто думает, что никогда не научится программировать. Поддержка 24/7 поможет разобраться в сложностях, а команда наставников обучит вас собственным профессиональным приёмам»
ХОЧУ ПОПРОБОВАТЬ

Сколько зарабатывает специалист по Data Science?

40-75к
ДЖУН
76-139к
МИДЛ
140к+
СЕНИОР

Что вообще делает специалист по Data Science?

Специалист по Data Science обрабатывает и анализирует большие массивы структурированных или неструктурированных данных с помощью методов статистического анализа и построения математических моделей.

Итог работы дата-сайентиста — прогнозная модель. Если упростить, то это программный алгоритм, который находит оптимальное решение поставленной задачи.

Программа курса Практикума ⚡

Наставники — аналитики из Яндекса и других IT-компаний. Некоторые из них, как и вы, не сразу выбрали свою профессию и тоже осваивали её с нуля.
Основы Python и анализа данных: бесплатный вводный курс

20 часов

Познакомитесь с языком программирования Python, библиотекой Pandas, а также средой программирования Jupyter. Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики и специалисты по Data Science.

+ 1 проект в портфолио
Предобработка данных

40 часов

Научитесь очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.

+ 1 проект в портфолио
Исследовательский анализ данных

40 часов

Изучите основы теории вероятностей и статистики. Примените их для исследования основных свойств данных, поиска закономерностей, распределений и аномалий. Познакомитесь с библиотеками SciPy и Matplotlib. Отрисуете диаграммы, поупражняетесь в анализе графиков.

+ 1 проект в портфолио
Статистический анализ данных

40 часов

Научитесь анализировать взаимосвязи в данных методами статистики. Узнаете, что такое статистическая значимость, гипотезы и доверительные интервалы.

+ 1 проект в портфолио
Сборный проект -1

20 часов

Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы.

+ 1 проект в портфолио
Введение в машинное обучение

40 часов

Освоите основные концепции машинного обучения. Познакомитесь с библиотекой Scikit-Learn и примените её для создания первого проекта с машинным обучением.

+ 1 проект в портфолио
Обучение с учителем (классификация и регрессия)
40 часов

Углубитесь в самую востребованную область машинного обучения — обучение с учителем. Узнаете, как обращаться с несбалансированными данными.

+ 1 проект в портфолио
Машинное обучение в бизнесе
40 часов

Примените свои знания о машинном обучении к задачам бизнеса. Узнаете, что такое бизнес-метрики, KPI и A/B-тестирование.

+ 1 проект в портфолио
Сборный проект -2
20 часов

Подготовите данные для машинного обучения. С помощью модели оцените её качество.

+ 1 проект в портфолио
Линейная алгебра
40 часов

Заглянете внутрь нескольких изученных ранее алгоритмов и лучше поймёте, как их применять. На практике освоите с нуля главные концепции линейной алгебры: линейные пространства, линейные операторы, евклидовы пространства.

+ 1 проект в портфолио
Численные методы
40 часов

Разберёте ряд алгоритмов и приспособите их к решению практических задач с использованием численных методов. Разберётесь, как обучаются нейронные сети. Для этого вы освоите приближённые вычисления, оценку сложности алгоритма, градиентный спуск и бустинг.

+ 1 проект в портфолио

Временные ряды
20 часов

Проанализируете временные ряды. Создадите из них табличные данные и решите задачу регрессии.

+ 1 проект в портфолио
Машинное обучение для текстов
40 часов

Представите тексты на естественном языке в качестве таблиц с данными. Примените к ним методы классификации и регрессии. Познакомитесь с алгоритмом TF-IDF, языковыми представлениями word2vec и BERT.

+ 1 проект в портфолио
Извлечение данных
40 часов

Познакомитесь с основными системами хранения данных — реляционными базами и распределёнными хранилищами. Научитесь извлекать эти данные запросами на языке SQL и методами библиотеки PySpark.

+ 1 проект в портфолио
Компьютерное зрение
40 часов

Немного Deep Learning. Решите базовые задачи на компьютерное зрение с помощью готовых нейронных сетей и библиотеки Keras.

+ 1 проект в портфолио
Обучение без учителя
20 часов

Познакомитесь с задачами кластеризации и поиска аномалий.
Выпускной проект
40 часов
В последнем проекте подтвердите, что освоили новую профессию. Уточните задачу заказчика, пройдёте все стадии анализа данных и машинного обучения. Теперь без уроков домашних заданий — всё как на настоящей работе.

Навыки, которые вы получите ✊

Профессиональные навыки - хард скилз
Софт скилз - надпрофессиональные, которые потенциально можно развивать на этом курсе
⚡ Хард скилз
  1. Прогнозирование оттока клиентов банка
  2. Спрогнозируйте вероятность ухода клиента из банка.
  3. Анализ прибыли и убытков нефтедобывающей компании
  4. Обучите модель для предсказания добычи нефти с наименьшим риском убытков.
  5. Оптимизация работы предприятия золотодобывающей отрасли
  6. Обучите модель, прогнозирующую коэффициент восстановления золота из руды.
✨ Софт скилз
  1. Стратегическое планирование
  2. Управление проектами
  3. Подбор и развитие команды, управление командой
  4. Бюджетирование
  5. Анализ рынка
💚 Коммент ИЗИПИЗИ
Данный курс соответсвует необходимым для этой профессии навыкам

Соответствие навыков профессиям

Мы проверили скилл-сет курса на соответствие навыков реальной работе
87%
Data Science
63%
Дизайнер интерфейсов
56%
Дизайнер дизайн-систем

Подойдет ли мне данный курс?

Для тех, кто ещё нетвёрдо уверен в своём намерении, мы спроектировали бесплатную часть, которая поможет получить ответ на этот вопрос. Если вы убедитесь, что разработка не для вас, это тоже положительный результат.

Яндекс.Практикум отзывы о курсах по программированию

А еще отзывы где???
Женя Логинова
Идейный вдохновитель ИЗИПИЗИ
Жек, привет✋, а где отзывы-то??? Вроде, курс неплохой, наверняка его уже кто-то проходил и составил свое мнение
Женя Егоров
Верный соратник ИЗИПИЗИ
Привет, привет. Знаю, что онлайн курсы сейчас пользуются огромным спросом⚡Было бы круто найти еще человека, который тоже прошел или еще проходит обучающую программу.

Отзывы дают реальное понимание и помогают определиться с выбором, сам выбирал курс благодаря отзывам
Женя Логинова
Идейный вдохновитель ИЗИПИЗИ
Ок, а давай тогда дадим за отзыв крутую подборку:

⛵Как составить резюме, которое будет вас продавать

⌛Пошаговый конструктор сопроводительного письма, когда оно действительно нужно

⌚ Как составить свою стратегию поиска работы
Женя Егоров
Верный соратник ИЗИПИЗИ
ИЗИ, напишите ваш отзыв, указав свою социальную сеть и после валидации, мы обязательно отправим вам огненную подборку
Полезный материал об онлайн-курсах
Чтобы тебе было проще определиться
с курсом и успешно его завершить
Подробный отзыв, оставленный вами, поможет другим людям определиться с выбором
Спасибо за оставленный отзыв, мы проверим его содержание и свяжемся с вами
У нас есть два простых правила:

❗ Мы уделяем большое внимание отзывам о курсах и проверяем их достоверность

❗Мы не публикуем недостоверные и субъективные отзывы от кого попало, поэтому просим оставить ваши контакты для проверки подленности прохождения
Как вас зовут?
Ваш телефон
Ваш e-mail
Добавьте ссылку на любую вашу социальную сеть, к которой у вас есть доступ
Для того, чтобы мы могли проверить ваш профиль и связаться с вами в случае вопросов
Подробно опишите прохождение курса
Добавьте файлы
Тут вы можете добавить любую вашу гордость. Например, фото диплома, личного кабинета, ваших работ, сделанных на курсе
Made on
Tilda