Курс «Data Science»

Data Science

Специалист, который для решения прикладных задач проектирует решения на базе искусственного интеллекта и осуществляет обучение нейронных сетей и моделей машинного обучения.

Записаться →

Получите дополнительное профессиональное образование в области искусственного интеллекта

3 месяца обучения по 2-3 часа в день. Всего 260 часов

диплом по окончании

помощь в трудоустройстве

зарплата
от 120 тыс.  в месяц

Курс нацелен на получение компетенций, необходимых для профессиональной деятельности специалиста по Data Science. В программе рассмотрены основы создания моделей машинного обучения для прогнозирования, обучения нейронных сетей, в том числе для решения задач компьютерного зрения и обработки естественного языка.

Программа построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.

Для оценки уровня знаний вы выполните практические кейсы и пройдете тестирование.

курс подойдет

для студентов колледжей и вузов

для начинающих специалистов в области IT

для получения прибыльной IT-специальности

для всех желающих, имеющих высшее или среднее профессиональное образование (базовое математическое или техническое образование)

чему вы научитесь
кто может учиться

Граждане РФ старше 18 лет, которые:

  • • имеют среднее профессиональное / высшее образование или являются студентами вуза / колледжа
  • • имеют достаточный уровень базовых знаний в сфере ИТ и могут справиться со вступительным испытанием
Стоимость обучения
85 000 
Записаться →
Программа курса
Раздел 1. Введение
  1. Введение в профессию Data Science
  2. Введение в Python
  3. Введение в основные библиотеки Python для работы с данными
  4. Статистический и описательный анализ данных
  5. Введение в основные библиотеки Python для визуализации данных. Matplotlib, Seaborn, Plotly
  6. EDA — разведочный анализ данных. Как найти особенности в данных
Раздел 2. Погружение в ML
  1. Введение в ML. Основные задачи, виды классических моделей, метрики качества моделей
  2. Линейная алгебра, работа с numpy, принцип работы классических моделей ML
  3. Погружение в ML. Обучение с учителем
  4. Способы улучшить качество модели. Feature engineering
  5. Погружение в ML. Обучение без учителя
  6. Погружение в ML. Временные ряды
  7. Погружение в ML. Рекомендательные системы
  8. Развертывание модели в производство. Pipelines. (ML в продакшене)
Раздел 3. Нейронные сети
  1. Введение в нейронные сети
  2. Сверточные и полносвязные нейронные сети
  3. CV - компьютерное зрение
  4. NLP – обработка естественного языка
  5. GAN - Генеративные модели
  6. RL - обучение с подкреплением
Раздел 4. Основы Big Data
  1. Введение в Базы данных и теорию хранения данных
  2. Реляционные базы данных
  3. Введение в SQL
  4. Введение BI-системы
модули

Модуль 1.

Базовый

Модуль предполагает знакомство с профессией Data Science, основами языка программирования Python и основными библиотеками Python для работы с данными. Отдельные темы посвящены изучению статистического и описательного анализа данных, а также основным библиотекам Python для визуализации данных, таких как Matplotlib, Seaborn и Plotly. Также в модуле изучаются различные задачи и типы моделей машинного обучения, метрики качества моделей, основы линейной алгебры, работа с библиотекой Numpy и классические модели машинного обучения, методы улучшения качества моделей, включая feature engineering. Модуль включает изучение таких методов машинного обучения, как обучение без учителя, анализ временных рядов, рекомендательные системы, а также рассматривает развертывание модели в производство с использованием Pipelines.

Модуль 2.

Профильный

Модуль включает в себя погружение в нейронные сети, в частности изучение основ и различных типов нейронных сетей, таких как сверточные и полносвязные нейронные сети. Модуль предполагает изучение компьютерного зрения (CV), обработки естественного языка (NLP) и генеративных моделей (GAN) и обучение с подкреплением (RL). Также модуль предполагает знакомство с базами данных, включая реляционные базы данных, основы SQL и ведение в BI-системы.

Отзывы выпускников