Data Scientist с нуля от Бруноям

Программа курса

Обучение проходит в формате вебинарах по удобному расписанию. У каждого студента есть личный наставник, который индивидуально помогает разбираться с темами модулей и домашними заданиями. Также вы можете обращаться в поддержку в чате. В курсе вы найдете только самую нужную информацию для получения профессии Data Scientist. 

Бесплатный курс "Учись учиться"

В начале обучения пройдите бонусный курс по тому, как нужно учиться. Вы освоите не только функционал платформы, но и разберете вопросы мотивации и постановки целей. Также вы узнаете, как применять на практике полученные на вебинарах знания. 

Введение. Подготовка к работе

Начнете обучение с введения в профессию Data Scientist. Узнаете, какими инструментами он пользуется и для чего ему изучать нейросети. Также получение представление о системе контроля версий, которую используют специалисты.

Синтаксис Python

Перейдете к изучению языка Python и его основным свойствам и функциям. Узнаете, что входит в синтаксис языка, а также научитесь работать с его компонентами. 

Линейная алгебра для исследования данных

Изучите математическую науку в тех аспектах, которые вам пригодятся в исследовании и работе с данными. Вспомните тему векторов и линейных уравнений из школьной программы и расширите познания разбором матриц. 

Основные библиотеки для анализа данных

Рассмотрите, какими библиотеками для анализа данных чаще всего пользуются специалисты по обработке данных. По отдельности изучите numpy и pandas, а также некоторые другие. Выделите их преимущества и недостатки. 

Базы данных и SQL

Научитесь работать с базами данных при помощи специальных инструментов. Узнаете, чем отличаются реляционные и нереляционные БД, и рассмотрите SQLite, PostgreSQL и MySQL. 

Линейная алгебра, методы оптимизации

Снова вернетесь к алгебраическим вопросам в контексте оптимизации данных. Разберете темы функций, в том числе производных, а также узнаете, что такое градиентный спуск.

Математическая статистика

Перейдете к рассмотрению статистики и методов подведения расчетов. Познакомитесь с некоторыми типами формул и способами поиска случайных величин. Научитесь проверять статистические гипотезы. 

Основные модели Machine Learning с учителем

Этот модуль вы проведете в плотном взаимодействии с наставником, который будет направлять вас в изучении машинного обучения. Вы рассмотрите задачи регрессии и классификации, а также другие важные элементы науки. 

Работа с неразмеченными данными

В этом модуле вы будете решать много практических задач для повышения собственных навыком. Вы попробуете выполнить их самостоятельно, а также вместе с учителем на вебинарах.

Обработка временных рядов

Следующей темой для изучения будет обработка временных рядов. Научитесь прогнозировать и классифицировать эти типы данных. Получите представление о преобразованиях Фурье. 

Обработка текстов

В этом модуле займетесь обработкой текстов. Узнаете, что такое стемминг и лемматизация. Попрактикуетесь в механизмах векторизации текстов и других способах по их изменению. 

Нейронные сети

Изучите нейросети на углубленном уровне. Узнаете, как происходит обработка изображений и генерация сетей. Научитесь работать с ними и прогнозировать и моделировать результаты. 

Секреты успеха Data Science

Узнаете, как стать успешным специалистом в области Data Science. Получите рабочие рекомендации от экспертов курса по презентации своих исследований и методах работы с вычислениями. Также получите навыки работы в Docker. 

Взаимодействие с командой. Scrum и Agile

Узнаете, как работать в команде над одним проектом. Исследуете методологии на примере Scrum и Agile. Также познакомитесь с системой Kanban для распределения задач. 

Карьера и развитие

К концу курса вы будете обладать всеми необходимыми знаниями для работы специалистом по Data Science. Поэтому вы можете воспользоваться помощью Центра карьеры для поиска вакансий. Попробуете свои силы на пробном собеседовании и при выполнении тестовых заданий.