Data Scientist

Научитесь думать как аналитик и формулировать гипотезы для проверки. Поймёте, что аналитика строится вокруг данных. Познакомитесь с базовым инструментом аналитика и сможете проводить в нём простой анализ данных. 20 часов теории, 38 часов практики.

• Что такое аналитическое мышление
• Введение в Google-таблицы
• Продвинутые Google-таблицы
• Основы статистики
• Откуда берутся данные
• Продвинутая визуализация данных
• Python как инструмент анализа данных
• Машинное обучение для жизни

Познакомитесь со статистическими показателями, научитесь проводить статистический анализ данных и проверять гипотезы с помощью различных инструментов. 8 часов теории, 14 часов практики.

• Что такое статистика и для чего она нужна
• Основные статистические показатели, виды распределений данных, корреляция
• Взаимосвязи данных и формулирование гипотез по SMART
• Статистические критерии в Google Таблицах. Проверка гипотез и формулирование выводов

Поймёте, как создавать наглядные визуализации, откуда берутся данные для визуализации и как с ними работать. Узнаете, как создавать истории с помощью данных. 6 часов теории, 11 часов практики.

• Как донести информацию с помощью изображений
• Инструменты, источники и предподготовка данных
• Исследование данных и основы статистики
• Продвинутая визуализация данных
• Сторителлинг в визуализации

В идеальном мире data scientist получает готовые данные, чтобы строить модели, но мир не идеален. Вы научитесь с помощью SQL получать данные из БД, фильтровать, агрегировать, а также импортировать и экспортировать. 20 часов теории, 32 часа практики.

• Архитектура и структура баз данных (БД)
• Простые запросы, join`s, агрегаты
• Базовые команды в SQL и встроенные аналитические функции
• Импорт и экспорт данных посредством SQL и ETL программ
• Принципы работы с различными БД
• Основные библиотеки для подключения к БД из Python
• Функции SQL и их аналоги в pandas
• Консоль: знакомство, основные операторы, утилита psql
• Архитектура и проектирование
• Нормализация
• Зависимости
• Подготовка и сдача итогового проекта

Вы научитесь пользоваться базовыми инструментами и подходами в Python, чтобы начать работать с данными. Разберёте популярные библиотеки, парсинг и работу с API 59 часов теории, 47 часов практики.

• Базовые типы данных и циклы
• Продвинутые типы данных: массивы, множества, словари
• Библиотека NumPy: вычислительные задачи
• Основы парсинга и работы с API
• Функции и классы
• Регулярные выражения и основы синтаксического разбора
• Библиотека Pandas: возможности и оптимизация

Научитесь проверять данные на полноту, целостность, валидность, наличие шумов, ошибок и пропусков. Узнаете, как очищать данные с помощью NumPy и Pandas, как сокращать размерности данных алгоритмами PCA, LDA, NMF. Научитесь строить деревья решений и модели логистической, линейной и полиномиальной регрессии. Узнаете, как использовать Random Forest в задачах классификации. 42 часа теории, 37 часов практики.

• Регрессионный анализ. Линейная, полиномиальная и логарифмическая регрессия
• Классификация: логистическая регрессия и SVM
• Функции потерь и оптимизация
• Оценка точности модели, переобучение, регуляризация
• Проблема качества данных
• Работа с пропусками и переменными

Научитесь строить простые полносвязанные сети уровня LeNet и AlexNet и экспериментировать с их обучением. Получите теоретическую и практическую базу для использования нейросетей в блоках CV и NLP. 10 часов теории, 6 часов практики.

• Введение в нейронные сети и библиотеку Keras
• Углубление в нейронные сети и библиотеку Keras
• Введение в свёрточные нейронные сети
• Введение в рекуррентные сети
• Автокодировщики
• Введение в генеративно-состязательные сети

На трёх воркшопах вместе с экспертами Яндекса, Т-Банка и Сбера попрактикуетесь в решении тестовых заданий из актуальных вакансий. На вебинарах с экспертами мы предложим вам аналоги тестовых заданий для соискателей на позиции в аналитике данных и Data Science. Сначала вы попробуете решить задание самостоятельно, а потом разберёте его с экспертом.

• Поймёте, как не теряться при работе с абсолютно незнакомыми данными
• Подготовитесь психологически к решению тестовых заданий на собеседовании
• Научитесь выбирать и использовать инструменты в соответствии с поставленной задачей

Познакомитесь с основами облачных технологий и возможностями Яндекс Облака. Изучите виртуалки, научитесь их создавать и настраивать. Узнаете, как обеспечить безопасность облака и почему она критически важна. Разберётесь, как работать с виртуалками и с командной строкой, научитесь разворачивать среду разработки.

• Основы облачных технологий
• Обеспечение безопасности облака
• Виртуальные машины и принципы их работы
• Создание среды разработки

Изучите основные операции с векторами, матричными операциями. Рассмотрите генетические алгоритмы, алгоритм дифференциальной эволюции. Узнаете, что такое математическое ожидание, дисперсия и моменты старших порядков. Изучите закон больших чисел.

• Линейная алгебра. Векторы
• Продвинутая линейная алгебра
• Производная функции нескольких аргументов
• Теория вероятностей. Дискретные и непрерывные случайные величины
• Линейная алгебра. Матрицы
• Математический анализ. Производная
• Теория оптимизации
• Центральная предельная теорема и закон больших чисел

Научитесь решать задачи разработки и аналитики с помощью генеративного искусственного интеллекта. Сможете писать SQL запросы и код с помощью ИИ, даже если вы новичок в этой теме. 2,2 часа теории, 1,5 часа практики.

• Изучите возможности ChatGPT в работе с таблицами в Excel и Google Sheets
• Узнаете, какие возможности для продвинутой работы с данными предоставляет GPT-4

Узнаете, как с помощью генеративных нейросетей оформить резюме и портфолио, эффективно подготовиться к собеседованию. Этот курс проходит в формате видеолекций и не привязан к строгому графику, вы можете изучить материалы в своём темпе. 1,4 часа теории, 1,5 часа практики.

Диплом о профессиональной переподготовке