Професcия Data Scientist от Skillfactory

От: Skillfactory

Data-science

За два года обучения по 10 часов в неделю вы погрузитесь в Data Science, начнете понимать основные принципы работы, освоите необходимые навыки и соберете портфолио проектов.

Записаться на курс

Сводка

Цена

от 276 000₽ 165 600₽

Рассрочка

от 200₽

Статус

Идет набор

Начнется

26.01.2022

Длительность

24 месяцев

Язык

Описание курса

Вы будете практиковать решение реальных бизнес-задач. Самостоятельно напишете и обучите модели разной сложности: от линейных регрессий и классификаторов до гибридных рекомендательных систем или моделей с использованием нейронных сетей. Выведете вашу модель в Production с помощью написания сервиса на Flask.

Уроки в форме практикума помогут закрепить теоретический материал и отработать в нюансах подходы к решению задач машинного и глубинного обучения.

Вы наработаете и прокачаете навыки машинного обучения, построите рекомендательную систему с использованием алгоритмов и научитесь работать с временными рядами.

Освоите “перевод” технических задач на простой и понятный бизнесу язык:

Постановка задач и их декомпозиция.
Навыки эффективных коммуникаций с клиентами и стейкхолдерами.
Управление проектом в Data Science.

Участие экспертов из сферы Data Science и живые консультации с ними помогут плавно и правильно начать обучение, разобраться с самыми сложными вопросами, проанализировать ошибки и получить бесценную информацию.

О школе

Skillfactory

Отзывы 0

Информация

Компания основана в 2016 году. Официальный сайт https://skillfactory.ru. Мы собрали и проверили более 115 отзывов об онлайн курсах Skillfactory.

Программа курса

Семестр 1. Foundation

1. Основы программирования на Python + Python для анализа данных.

Python — 10 модулей

2,5 месяца

2 проекта

Введение в программирование на Python.
Анализ данных в Pandas и NumPy.
Визуализация, очистка данных и Feature Engineering.
Работа c файлами, HTML-страницами и API.

2. Подгрузка данных.

SQL & Python — 6 модулей

1,5 месяца

1 проект

Выгрузка данных из разных источников с помощью Python.
Выгрузка баз данных с помощью SQL.
Выбор подходящих данных для решения задач.

3. Разведывательный анализ данных.

EDA 6 — модулей

1,5 месяца

1 проект

Разведывательный анализ с помощью Pandas, Numpy.
Основы статистики и проверка статистических гипотез.
ML-эксперименты.
Использование ML-Flow.
Feature Engineering.

Семестр 2. Machine Learning & Математика.

4. Введение в машинное обучение.

Machine Learning — 8 модулей

2 месяца

1 проект

Задачи классификации, регрессии и кластеризации.
Отбор и селекция признаков.
Валидация данных.
Оптимизация гиперпараметров и улучшение качества модели.

5. Математика и углубленное машинное обучение.

Math & ML — 15 модулей

15 недель

2 проекта

Линейная алгебра.
Матанализ и методы оптимизации.
Основы теории вероятности.
Основные модели машинного обучения.
Оценка качества алгоритмов.

6. ML в бизнесе

ML в бизнесе — 8 модулей

1,5 месяца

1 проект

Проект на выбор: временные ряды или рекомендательные системы.

Математические и ML-модели временных рядов.
Рекомендательные системы.
Мachine Learning в Production.
Оценка эффективности моделей в реальных бизнес-задачах.

Семестр 3-4. Специализация по выбору.

11 месяцев

5 кейсов в портфолио

Выбор специализации: Machine Learning, Computer Vision или разработчик Natural Language Processing.

Специализация ML-разработчик.

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.

Специализация CV-разработчик.

Введение в Deep Learning.
Математика нейронных сетей для CV.
Задачи Computer Vision: от распознавания объектов до улучшения качества изображений и работы с видео.
Нейронные сети в Production.
Углубленное изучение CV-разработки и выпускной проект по выбранной теме.

Специализация NLP-разработчик.