Data Scientist — курс по работе с данными от Skillfactory

Программа курса

Вы с нуля изучите инструменты для работы специалиста в Data Science. На выбор доступны три тарифа обучения: "Базовый", "Оптимальный" и "VIP".

База

Вы приступите к обучению на курсе, а преподаватели расскажут, как выстроить образовательный процесс наиболее эффективным образом.  Эксперты расскажут о специфике профессии и объяснят, какие задачи решает Data Scientist.  Вы изучите основы программирования на Python.  Узнаете, какие типы данных существуют.  Познакомитесь с условными операторами языка. Сможете проектировать циклы.  Поймете, как строить функции. Попрактикуетесь в применении новых умений.  Пройдете бонусный тематический блок по стилям программирования.  Вы поймете, какие инструменты используются специалистами в работе.  Выясните, для чего нужна библиотека NumPy. Приступите к изучению функционала Pandas. Эксперты расскажут об азах взаимодействия с данными, которое предлагает пользователю инструментарий библиотеки.  Продолжите углубленное изучение темы.  Рассмотрите основные способы очистки данных. Поймете, какие существуют инструменты визуализации информации.  Сможете реализовывать объектно-ориентированное программирование.  Выполните первый проект для будущего портфолио.  Преподаватели объяснят, как провести экспорт данных.  Закончите изучение кодинга на Python.  Выясните, что такое реляционные базы данных. Освоите азы проектирования запросов на SQL. Познакомитесь с агрегатными функциями.  Выясните, как соединить таблицы. Научитесь проводить сложные объединения массивов данных, Выполните второй проект для портфолио.  Приступите к изучению EDA. Поговорите о типах признаков в контексте разведывательного анализа.  Ознакомитесь с инструментами Feature Engineering.  Сможете проводить статистический анализ.  Продолжите изучение этой увлекательной темы.  Поймете, как проектируется эксперимент.  Изучите возможности Kaggle. Дополните свое профессиональное портфолио очередным проектом. Рассмотрите теорию machine learning. Познакомитесь с явлением регрессии. Разберетесь в азах классификации машиной данных. Преподаватели объяснят, как настроить кластеризацию.  Сможете проводить валидацию данных и оценивать состояние модели.  Научитесь отбирать признаки.  Узнаете, как оптимизировать гиперпараметры.  Исследуете основы машинного обучения.  Выполните проект по классификации данных.

Вы приступите к обучению на курсе, а преподаватели расскажут, как выстроить образовательный процесс наиболее эффективным образом.  Эксперты расскажут о специфике профессии и объяснят, какие задачи решает Data Scientist. 

Вы приступите к обучению на курсе, а преподаватели расскажут, как выстроить образовательный процесс наиболее эффективным образом. 

Эксперты расскажут о специфике профессии и объяснят, какие задачи решает Data Scientist. 

Вы изучите основы программирования на Python.  Узнаете, какие типы данных существуют.  Познакомитесь с условными операторами языка. Сможете проектировать циклы.  Поймете, как строить функции. Попрактикуетесь в применении новых умений.  Пройдете бонусный тематический блок по стилям программирования. 

Вы изучите основы программирования на Python. 

Узнаете, какие типы данных существуют. 

Познакомитесь с условными операторами языка.

Сможете проектировать циклы. 

Поймете, как строить функции.

Попрактикуетесь в применении новых умений. 

Пройдете бонусный тематический блок по стилям программирования. 

Вы поймете, какие инструменты используются специалистами в работе.  Выясните, для чего нужна библиотека NumPy. Приступите к изучению функционала Pandas. Эксперты расскажут об азах взаимодействия с данными, которое предлагает пользователю инструментарий библиотеки.  Продолжите углубленное изучение темы.  Рассмотрите основные способы очистки данных. Поймете, какие существуют инструменты визуализации информации.  Сможете реализовывать объектно-ориентированное программирование.  Выполните первый проект для будущего портфолио. 

Вы поймете, какие инструменты используются специалистами в работе. 

Выясните, для чего нужна библиотека NumPy.

Приступите к изучению функционала Pandas.

Эксперты расскажут об азах взаимодействия с данными, которое предлагает пользователю инструментарий библиотеки. 

Продолжите углубленное изучение темы. 

Рассмотрите основные способы очистки данных.

Поймете, какие существуют инструменты визуализации информации. 

Сможете реализовывать объектно-ориентированное программирование. 

Выполните первый проект для будущего портфолио. 

Преподаватели объяснят, как провести экспорт данных.  Закончите изучение кодинга на Python.  Выясните, что такое реляционные базы данных. Освоите азы проектирования запросов на SQL. Познакомитесь с агрегатными функциями.  Выясните, как соединить таблицы. Научитесь проводить сложные объединения массивов данных, Выполните второй проект для портфолио. 

Преподаватели объяснят, как провести экспорт данных. 

Закончите изучение кодинга на Python. 

Выясните, что такое реляционные базы данных.

Освоите азы проектирования запросов на SQL.

Познакомитесь с агрегатными функциями. 

Выясните, как соединить таблицы.

Научитесь проводить сложные объединения массивов данных,

Выполните второй проект для портфолио. 

Приступите к изучению EDA. Поговорите о типах признаков в контексте разведывательного анализа.  Ознакомитесь с инструментами Feature Engineering.  Сможете проводить статистический анализ.  Продолжите изучение этой увлекательной темы.  Поймете, как проектируется эксперимент.  Изучите возможности Kaggle. Дополните свое профессиональное портфолио очередным проектом.

Приступите к изучению EDA.

Поговорите о типах признаков в контексте разведывательного анализа. 

Ознакомитесь с инструментами Feature Engineering. 

Сможете проводить статистический анализ. 

Продолжите изучение этой увлекательной темы. 

Поймете, как проектируется эксперимент. 

Изучите возможности Kaggle.

Дополните свое профессиональное портфолио очередным проектом.

Рассмотрите теорию machine learning. Познакомитесь с явлением регрессии. Разберетесь в азах классификации машиной данных. Преподаватели объяснят, как настроить кластеризацию.  Сможете проводить валидацию данных и оценивать состояние модели.  Научитесь отбирать признаки.  Узнаете, как оптимизировать гиперпараметры.  Исследуете основы машинного обучения.  Выполните проект по классификации данных.

Рассмотрите теорию machine learning.

Познакомитесь с явлением регрессии.

Разберетесь в азах классификации машиной данных.

Преподаватели объяснят, как настроить кластеризацию. 

Сможете проводить валидацию данных и оценивать состояние модели. 

Научитесь отбирать признаки. 

Узнаете, как оптимизировать гиперпараметры. 

Исследуете основы машинного обучения. 

Выполните проект по классификации данных.

Основной блок

Освежите знания по математике. Исследуете азы линейной алгебры.  Изучите сложные темы раздела.  Поймете, какую роль матанализ играет в оптимизации.  Продолжите изучать тему.  Оформите решение задачи регрессии в проект для портфолио.  Изучите теорию вероятностей.  Узнаете, в чем их специфика.  Освоите алгоритм их проведения. Научитесь регулировать размерность файлов.  Продолжите изучение инструментов кластеризации.  Вы создадите проектную работу, иллюстрирующую степень освоения навыков.  Преподаватели расскажут вам о значении временных рядов. Освоите эффективные инструменты для взаимодействия с ними.  Вы познакомитесь с понятием рекомендательных систем. Продолжите углубленное изучение темы. Выясните, как корректно подготовить модель к этапу Production. Разберете прототип Streamlit+Heroku. Разберете кейс, демонстрирующий концепцию бизнес-понимания.   Выполните проект по актуальной для вас теме.

Освежите знания по математике. Исследуете азы линейной алгебры.  Изучите сложные темы раздела.  Поймете, какую роль матанализ играет в оптимизации.  Продолжите изучать тему.  Оформите решение задачи регрессии в проект для портфолио. 

Освежите знания по математике.

Исследуете азы линейной алгебры. 

Изучите сложные темы раздела. 

Поймете, какую роль матанализ играет в оптимизации. 

Продолжите изучать тему. 

Оформите решение задачи регрессии в проект для портфолио. 

Изучите теорию вероятностей.  Узнаете, в чем их специфика.  Освоите алгоритм их проведения. Научитесь регулировать размерность файлов.  Продолжите изучение инструментов кластеризации.  Вы создадите проектную работу, иллюстрирующую степень освоения навыков. 

Изучите теорию вероятностей. 

Узнаете, в чем их специфика. 

Освоите алгоритм их проведения.

Научитесь регулировать размерность файлов. 

Продолжите изучение инструментов кластеризации. 

Вы создадите проектную работу, иллюстрирующую степень освоения навыков. 

Преподаватели расскажут вам о значении временных рядов. Освоите эффективные инструменты для взаимодействия с ними.  Вы познакомитесь с понятием рекомендательных систем. Продолжите углубленное изучение темы. Выясните, как корректно подготовить модель к этапу Production. Разберете прототип Streamlit+Heroku. Разберете кейс, демонстрирующий концепцию бизнес-понимания.   Выполните проект по актуальной для вас теме.

Преподаватели расскажут вам о значении временных рядов.

Освоите эффективные инструменты для взаимодействия с ними. 

Вы познакомитесь с понятием рекомендательных систем.

Продолжите углубленное изучение темы.

Выясните, как корректно подготовить модель к этапу Production.

Разберете прототип Streamlit+Heroku.

Разберете кейс, демонстрирующий концепцию бизнес-понимания.   Выполните проект по актуальной для вас теме.

 Выполните проект по актуальной для вас теме.

Уровень PRO

Вы посетите профориентационные мероприятия и поймете, какая специализация вам наиболее интересна. Определитесь, что будете изучать дальше.   Исследуете инструменты ML-инжиниринга.  Научитесь реализовывать программы компьютерного зрения.  Познакомитесь с Deep Learning и выясните, как проектировать нейронные сети.  Преподаватели расскажут вам о значении дата-инженера в команде. 

Вы посетите профориентационные мероприятия и поймете, какая специализация вам наиболее интересна. Определитесь, что будете изучать дальше.  

Исследуете инструменты ML-инжиниринга. 

Научитесь реализовывать программы компьютерного зрения. 

Познакомитесь с Deep Learning и выясните, как проектировать нейронные сети. 

Преподаватели расскажут вам о значении дата-инженера в команде.