Специалист по data science от Яндекс.Практикум

От: Яндекс.Практикум
4.5/5
4 отзыва

8 месяцев изучения инструментов машинного обучения. 300 часов прокачки навыков структурирования больших объёмов данных и обнаружения неочевидных закономерностей. Курс способствует продвижению в профессии специалистов по Data Science. Студенты освоят Python и его библиотеки, Jupyter Notebook, SQL, с помощью знаний смогут улучшать продукты в бизнесе, промышленности и науке. Куратор даёт обратную связь по заданиям. Выпускники получают сертификат.

Сводка

Цена
от 104 000₽ 90 000₽
Рассрочка
от 200₽
Статус
Идет набор
Длительность
240 дней
Язык
ru

Описание курса

Анализировать большие объёмы даных и предсказывать события с помощью машинного обучения и нейронных сетей

- Программировать на языке Python
- Работать с библиотекой Pandas, а также средой программирования Jupyter.
- Очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.
- Применять основы теории вероятностей и статистики
- Анализировать взаимосвязи в данных методами статистики
- Владеть основными концепциями машинного обучения
- Обращаться с несбалансированными данными
- Владеть инструментами бизнес-метрики, KPI и A/B-тестирования
- Разбираться в главных концепциях линейной алгебры
- Применять алгоритмы при решении практических задач с использованием численных методов
- Работать с основными системами хранения данных — реляционными базами и распределёнными хранилищами
- Решать простые задачи компьютерного зрения с привлечением готовых нейронных сетей и библиотеки Keras
- Строить рекомендательную систему

О школе

Яндекс.Практикум
Отзывы 0
Информация
Компания основана в 2015 году. Официальный сайт https://praktikum.yandex.ru. Мы собрали и проверили более 233 отзывов об онлайн курсах Яндекс.Практикум.

Программа курса

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.
Предобработка данных
Научитесь очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.
Исследовательский анализ данных
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.
Статистический анализ данных
Научитесь анализировать взаимосвязи в данных методами статистики. Узнаете, что такое статистическая значимость, гипотезы и доверительные интервалы.
Введение в машинное обучение
Освоите основные концепции машинного обучения. Познакомитесь с библиотекой Scikit-Learn и примените её для создания первого проекта с машинным обучением.
Обучение с учителем (классификация и регрессия)
Углубитесь в самую востребованную область машинного обучения — обучение с учителем. Узнаете, как обращаться с несбалансированными данными.
Машинное обучение в бизнесе
Примените свои знания о машинном обучении к задачам бизнеса. Узнаете, что такое бизнес-метрики, KPI и A/B-тестирование.
Линейная алгебра
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.
Численные методы и алгоритмы
Разберёте ряд алгоритмов и приспособите их к решению практических задач с использованием численных методов. Приближённые вычисления, оценка сложности алгоритма, градиентный спуск.
Тексты, временные ряды и feature engineering
Узнаете, что такое feature engineering в целом. Примените его к текстам и временным рядам. Научитесь векторизировать тексты инструментами word2vec, GloVe, FastText.
Извлечение данных
Познакомитесь с основными системами хранения данных — реляционными базами и распределёнными хранилищами. Научитесь извлекать эти данные запросами на языке SQL и методами библиотеки PySpark.
Компьютерное зрение
Научитесь решать простые задачи компьютерного зрения с привлечением готовых нейронных сетей и библиотеки Keras. Одним глазком заглянете в Deep learning.
Рекомендации и обучение без учителя
Узнаете, что такое рекомендательные системы, и построите свою. Познакомитесь с рядом задач обучения без учителя.
Инструменты
Python
Pandas
SciPy
Matplotlib
Scikit-learn
XGBoost
Jupyter Notebook
SQL
Word2vec
GloVe
FastText
PySpark
Keras

Отзывы

Рейтинг 4.5
4 отзывов
1 год назад
ДОСТОИНСТВА: Интересная платформа и форма обучения НЕДОСТАТКИ: Финансовые вопросы Всем привет. Начал свое знакомство с яндекс. практикум в июле 2020 по бесплатному вводному курсу по Специалист Data Science . Мне понравилось и решил что можно попробовать и платный кусок. Оплатил 11 поток первый месяц и 15 июля продолжил обучение + появилась группа в slack. Отзанимавшись несколько недель понял что это не мое, и сердцу ближе Python-разработчик. Спросив куратора в группе Slack как прекратить обучение и к кому писать/звонить/идти, ответила что нужно написать в службу поддержки платформы. Написал в телеграм, где мне дали ссылку на оферту. Написал письмо на praktikum@support.yandex и продублировал информацию в телеграм Яндекс. Практикум. От них пришло сообщение мы подготовим неизрасходованную сумму средств к возврату в течение 2-3 рабочих дней и напишем вам . Спустя неделю ни кто ни чего не написал, я задав вопрос в телеграме, получил ответ Ваша заявка находится в работе у наших коллег, занимающихся финансовыми вопросами. Ждём ответа от них. И на следующий день 13.08.2020 у меня списывается с карточки 13000р за обучение. Написал в телеграм и на почту, все молчат. Написал в банк своей карточки об оспаривании операции, деньги вернули, но спустя 7 дней снова списали. Опять писал в яндекс, ни кто не отвечает, как будно там ни кто не работает или живут одни боты со своими шаблонными ответами. Если этот отзыв читает сотрудник Яндекс. Практикум, просьба обратить внимание на работу коллег, занимающихся финансовыми вопросами и прекратить у меня списывать средства за услугу от которой я отказался.
Отзыв взят с сайта mooc.ru
1 год назад
ДОСТОИНСТВА: поддержка 24/7, сообщество единомышленников, отличные знания в новом направлении. без нудных вебинаров, обучение в любое удобное время НЕДОСТАТКИ: долгое и порой сырое ревью (но сейчас команда новая и должно все поменяться), для меня минус - четко регламентированные спринты, охлаждает пыл и не можешь двигаться дальше когда позволяет время Я не первый день аналитик, идя в Практикум мне было важно прокачать свои скиллы и вернуться на рынок уже с новыми инструментами, а также востребованными знаниями. И кажется, мне удалось! Я получила офер в последнюю неделю выпускного проекта, ровно такой, как и хотела. Возможно в Практикуме не весь материал так великолепен как бесплатные 20 часов, но пройти его полностью явно стоит. Меня поддерживали на протяжении всего курса круглосуточная поддержка, новые знакомства, база знаний, а также поддерживает до сих пор наличие вектора куда я хочу расти дальше. Будьте готовы, что проекты будут проверять и согласовывать порой дольше чем обещано (на работе ведь также), но это не влияет на результат - вы проходите дальше. Будьте готовы к поиску дополнительной информации и общению в общих чатах. Будьте готовы помогать и просить о помощи. Коммуникация - наше все. Авторы постарались создать курс подходящим для всех, но нет. Кто-то укладывался ровно в отведенный отрезок времени, а кому-то требовалось дополнительных день-два. Мне же хватало 4 дня за глаза на все, а остальное время я не знала чем себя занять, а очень хотелось идти дальше - спринты, к сожалению, открываются четко по расписанию. Лично для меня это был жирный минус. Но если вы будете прокачивать себя не только практикумом и проектами в нём, а срывать куш на всех платформах - то времени хватит на всё и станете востребованным специалистом (я прошла в дополнение курсы на Степике по статистике, трек по data sciense на datacamp и еще несколько курсов по python там же + решила пройти несколько бесплатных вводных курсов Практикума). Сразу хочу отметить, что полный курс даёт оптимальную базу, которая потребуется джуну на новом месте работы, чтобы выполнять свои первые и не первые шаги в новой профессии. Вы не увидите весь курс вышки или тервера, а также курса по алгоритмам ШАДа - для этого есть отдельные курсы, ну и сам ШАД. Придя на новое место вы всё равно найдете то что нужно поизучать еще, но здесь - суперский план-минимум для входа в новую профессию. Без этого минимума не постигнуть остальной дзен. Если вы вдруг не знаете как искать работу или боитесь что не сможете чётко сформулировать мысли в резюме или сопроводительном - не расстраивайтесь, на курсе есть программа трудоустройства, она будет доступна вам ближе к окончанию обучения и вам помогут на этом нелегком, но увлекательном пути. Моя оценка 4.5 из 5 (сняла лишь за то, что я еще оригинал диплома не получила - говорят коронавирус))))
Отзыв взят с сайта mooc.ru