Fishlake-scripts.ru

Образование и уроки
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ данных обучение

Профессия Data Scientist: анализ данных

Станьте специалистом по анализу данных: используйте продвинутые методы и инструменты, чтобы автоматизировать рутинные задачи, повысить квалификацию и получить высокооплачиваемую должность.

Записаться на курс

  • Длительность 9 месяцев
  • Онлайн в удобное время
  • Обучение на практике
  • Доступ к курсу навсегда

На рынке не хватает Data Science аналитиков

  • 500 компаний, включая Сбербанк, «Яндекс» и «Тинькофф», ищут специалистов по Data Science
  • 80 000 рублей зарплата начинающего специалиста

Данные сайта hh.ru

Кому подойдёт этот курс

Новичкам в IT

Вы овладеете технической специальностью и начнёте карьеру аналитика в IT, даже если у вас нет глубоких знаний в теории вероятности и статистике.

Аналитикам

Вы научитесь использовать прогнозы на основе данных, отшлифуете имеющиеся знания, увеличите скорость своей работы и добьётесь повышения.

Менеджерам и владельцам бизнеса

Вы автоматизируете рутину, сделаете бизнес-процессы прозрачными, поменяете Excel на продвинутые инструменты анализа.

Чему вы научитесь

Программировать на Python

Визуализировать данные

Создавать аналитические панели

Работать с библиотеками и базами данных

Программировать на R

Проводить А/B-тестирование

От первого урока к работе мечты

Студенты и выпускники Skillbox получают индивидуальную поддержку от Центра карьеры на протяжении всего обучения — от помощи с выбором профессии до выхода на работу мечты. Вот как это происходит.

С каждым уроком ваш профессиональный уровень растёт — и вы можете планировать карьеру уже во время обучения.

Реакция потенциального работодателя зависит от того, как вы подаёте себя в резюме. Мы дадим советы по его составлению и поможем написать резюме, подающее вас лучшим образом.

Выбираете лучшую вакансию

Мы экономим ваше время — подбираем подходящие вакансии и договариваемся об интервью с работодателем. Вам нужно только пройти собеседование.

Начинаете карьеру мечты

Вы успешно проходите собеседование, выходите на работу и сразу начинаете выполнять задачи.

Как проходит обучение

Изучаете тему

В курсе — практические видеоуроки.

Выполняете задания

В том темпе, в котором вам удобно.

Работаете с наставником

Закрепляете знания и исправляете ошибки.

Защищаете дипломную работу

И дополняете ею своё портфолио.

Программа

Вас ждут 4 курса с разным уровнем сложности, прохождение которых можно приравнять к году работы.

  1. Аналитика. Начальный уровень
  1. Введение
  2. Основы Python: установка PyCharm
  3. Основы Python: базовые структуры данных
  4. Основы Python: циклы и условия
  5. Основы Python: функции
  6. Основы Python: классы и объекты
  7. Основы Python: исключения
  8. Библиотека NumPy. Часть 1
  9. Библиотека NumPy. Часть 2
  10. Библиотека pandas. Часть 1
  11. Библиотека pandas. Часть 2
  12. Визуализация данных с помощью matplotlib
  13. Чтение и запись данных. Часть 1
  14. Введение в SQL
  15. Чтение и запись данных. Часть 2
  16. Работа со строками
  1. Основы статистики и теории вероятностей
  1. Базовые математические объекты и SymPy. Дроби и преобразования
  2. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
  3. Функции одной переменной, их свойства и графики
  4. Интерполяция и полиномы
  5. Аппроксимация и преобразования функций
  6. Функции нескольких переменных, их свойства и графики
  7. Линейные функции
  8. Матрицы и координаты
  9. Линейные уравнения
  10. Производная функции одной переменной
  11. Производная по направлению и градиент + частные производные
  12. Линейная регрессия
  13. Собственные векторы и значения. Определитель
  14. Разложения матриц
  1. Язык программирования R. Часть 1
  2. Язык программирования R. Часть 2
  3. Язык программирования R. Часть 3
  4. Создание аналитических панелей (Dashboard) в R
  5. A/B-тестирование. Часть 1
  6. A/B-тестирование. Часть 2
  7. Выявление аномалий
  8. Интерактивная визуализация данных с помощью Plotly
  9. Создание аналитических панелей (Dashboard) в Python
  10. Spark: управление потоками данных
  11. Сервисы визуального анализа данных. Как не использовать Shiny и Dash
  1. Как стать первоклассным программистом
  2. Как искать заказы на разработку
  3. Личный бренд разработчика
  4. Photoshop для программиста
  5. Вёрстка email-рассылок. Советы на реальных примерах
  6. The state of soft skills
  7. Как мы создавали карту развития для разработчиков
  8. Как общаться по email и эффективно работать с почтой?
  9. Повышение своей эффективности
  10. Спор о первом языке программирования
  11. Саморазвитие: как я не усидел на двух стульях и нашёл третий
  12. Data-driven подход к продуктивности — инсайты из данных миллиона людей
  1. IT Resume and CV
  2. Job interview: questions and answers
  3. Teamwork
  4. Workplace communication
  5. Business letter
  6. Software development
  7. System concept development and SRS
  8. Design
  9. Development and Testing
  10. Deployment and Maintenance

Уже учились на каком-то курсе из программы?

Скажите об этом менеджеру — за этот курс платить не придётся!

Получить полную программу курса и консультацию

Похоже произошла ошибка. Попробуйте отправить снова или перезагрузите страницу.

Специалист по Data Science

программа профессиональной переподготовки

«Специалист по Data Science» — это программа по анализу данных и машинному обучению, которая охватывает все разделы современного анализа данных, в том числе глубинное обучение и его применения.

Программа начинается с самых основ — изучения программирования и базовых разделов математики — и переходит к разделам по машинному обучению, прикладной статистике и обработке данных, работе с большими данными, глубинному обучению, его применениям к изображениям, текстам и сигналам. При разработке программы мы сделали акцент на практическую работу и проектную деятельность.

По итогам программы вы получите самые актуальные знания в одной из самых востребованных областей 21 века, проекты в портфолио и диплом о профессиональной переподготовке установленного НИУ ВШЭ образца.

В декабре 2019 г. программа «Специалист по Data Science» стала сертифицированной программой нацпроекта «Цифровая экономика» и победила в номинации «Подготовка профессионалов цифровой индустрии».

академических часа, в том числе 440 часов лекций и семинаров.

Общий срок обучения — 17 месяцев.

Оплату можно разбить на 8 частей.

Для студентов, выпускников и слушателей основных и дополнительных программ НИУ ВШЭ предусмотрены скидки.

По итогам программы выдается Диплом о профессиональной переподготовке установленного НИУ ВШЭ образца.

Старт — 13 мая 2020 г.

Два раза в неделю, по средам с 19:00 по 22:00 и субботам с 15:30 по 18:30, очно

Каникулы в августе, перерыв на майские праздники.

Содержание программы

  • Введение в язык Python. Знакомство со средой программирования. Базовые операции. Интерпретация ошибок.
  • Строки и списки в Python.
  • Понятие управляющих конструкций. Условные операторы.
  • Циклы for и while.
  • Устройство функций в Python. Поиск ошибок в коде и отладка.
  • Итераторы, генераторы, генераторы списков. Рекурсия.
  • Работа с файлами. Продвинутая работа со словарями.
  • Библиотеки для хранения и работы с данными в табличном формате: pandas.
  • Сбор данных: web-scraping с BeautifulSoup.
  • Сбор данных: Selenium, работа с сервисами через API.
  • Объектно-ориентированное программирование. Классы.
  • Введение в numpy.
  • Введение в pandas.
  • Работы с пропущенными данными.
  • Визуализация для презентации данных: matplotlib. Основные виды графиков. Основные ошибки при создании визуализаций.
  • Создание интерактивных визуализаций: plotly.
  • Разведывательный анализ данных. Особенности исследования текста.
  • Асимптотический анализ.
  • Базовые структуры данных.
  • Сортировки.
  • Бинарные деревья поиска.
  • Хеш-таблицы.
  • Алгоритмы на графах.
  • Алгоритмы на строках.
  • Динамическое программирование.
Читать еще:  Андроид разработка обучение

Дискретная математика:

  • Множества и логика.
  • Комбинаторика и вероятность.
  • Неориентированные графы.
  • Ориентированные графы и алгоритмы на графах.

Математический анализ:

  • Функции одной переменной, пределы, производные.
  • Касательные, критические точки, поиск минимумов и максимумов.
  • Интегралы, введение в вычисление интегралов.
  • Функции нескольких переменных, градиент, производная по направлению, линии уровня, касательная плоскости, критические точки, поиск минимумов и максимумов.
  • Оптимизационные задачи, лагранжиан и его геометрический смысл, нахождение минимума или максимума с заданными ограничениями.

Линейная алгебра:

  • Системы линейных уравнений, матрицы, обратимость и невырожденность.
  • Определитель, обратная матрица.
  • Векторные пространства и подпространства, размерности, ранги матриц.
  • Линейные отображения и их матричное описание. Собственные значения и векторы, связь со спектром.
  • Билинейные и квадратичные формы. Скалярные произведения, углы и расстояния. Ортогонализация и QR-разложение. Линейные многообразия и линейные классификаторы, отступы.
  • Операторы в евклидовых пространствах. Сингулярное разложение (SVD).

Теория вероятностей:

  • Пространство элементарных исходов. События. Вероятность и её свойства. Условная вероятность. Формула полной вероятности. Формула Байеса.
  • Дискретные случайные величины и их распределения. Независимость случайных величин. Распределение функции от дискретной случайной величины. Математическое ожидание и дисперсия.
  • Случайные величины, имеющие плотности. Математическое ожидание случайной величины, имеющей плотность. Равномерное, экспоненциальное, нормальное распределения.
  • Функция распределения. Распределение функции от случайной величины, имеющей плотность. Многомерные случайные величины. Ковариация и корреляция.
  • Неравенства концентрации (неравенства Маркова и Чебышёва). Распределение суммы случайных величин. Закон больших чисел. Центральная предельная теорема.

Девять лучших курсов по Big Data для дата-сайентистов и менеджеров

Редактор раздела «Технологии»

Специалисты по большим данным востребованы в ритейле, банковской сфере, E-Commerce и многих других областях. Мы отобрали девять коротких курсов, которые помогут научиться применять навыки и инструменты Big Data в реальных проектах.

Дата-сайентист — одна из самых высокооплачиваемых и востребованных профессий за рубежом и в России. Специальные подразделения для разработки data science-проектов в последние годы открывают многие крупные компании: от «Яндекса» до X5 Retail Group.

В подборку Rusbase вошли самые известные курсы для руководителей таких проектов и их разработчиков — начиная с бесплатных для новичков и заканчивая углубленными программами с акцентом на проекты конкретных отраслей.

Для менеджеров и руководителей:

1. A crash course in Data Science на Coursera

Для кого этот курс: этот курс — первый из пяти курсов группы Executive Data Science («Большие данные для руководителей»), разработанный в университете Джона Хопкинса. Он предназначен для тех, кто хочет быстро разобраться в том, что такое большие данные и где можно их применять.

Слушатели изучат основные термины и инструменты, которые используют дата-аналитики, и способы оценки успешности data science-проектов. Для этого у них будут видеолекции и материалы для самостоятельного изучения. Курс идет на английском, но есть субтитры на русском языке.

Продолжительность: 1 неделя, 4-6 часов.

Даты: курс стартовал 20 августа, но на него еще можно записаться.

Стоимость: первый курс — бесплатно. Для обучения на следующем курсе придется заплатить 2468 рублей за месяц. Этого хватит на все оставшиеся четыре курса — каждый из них длится неделю.

2. Курс Business Analytics в Udacity

Для кого этот курс: для новичков. Здесь они смогут получить навыки анализа больших данных и изучить инструменты, которые помогут в любой области: будь то инженерное дело, продажи, маркетинг или что-то еще. В рамках программы они изучат Excel, SQL и Tableau, и научатся анализировать данные для того, чтобы принимать лучшие стратегические решения.

Программа является подготовительной для двух других курсов Udacity — Data Analyst и Business Analyst Nanodegree programs. Студентам доступны видеолекции, текстовые инструкции и консультации менторов. Обучение ведется на английском.

Продолжительность: 3 месяца, 10 часов в неделю. После окончания программы студентам дается еще около 4 недель (130 часов) на завершение всех проектов.

Даты: запись открывается 21 августа.

Стоимость: 599 долларов (около 40 тысяч рублей).

3.

Data MBA Школы анализа данных

Для кого этот курс: для тех, кто хочет научиться применять инструменты Big Data в зависимости от индустрии и конкретной бизнес-задачи. Среди основных тем: как повысить продажи, управлять лояльностью, рисками, предсказывать эффективность кандидата для HR-менеджеров, делать банковский скоринг и т. д.

Продолжительность: 5 недель, 10 занятий.

Даты: 28 августа.

Стоимость: 100 тысяч рублей.

4.

Курс «Аналитика для руководителей» на «Нетологии»

Для кого этот курс: для коммерческих директоров, директоров по маркетингу, а также руководителей и владельцев бизнеса. В рамках курса они должны научиться исследовать рынок и выявлять тренды, прогнозировать продажи, проводить сегментацию клиентов, а также набирать команду для проектов с использованием больших данных и ставить задачи для разработчиков.

Программа состоит из нескольких блоков: BI аналитика в Tableu (построение дашбордов и интерактивных отчетов), data-driven менеджмент (разработка стратегии улучшения бизнес-процессов на основе этих отчетов), продуктовая аналитика, машинное обучение для бизнеса и др. Лекцию в рамках программы читает директор по маркетингу сервисов компании «Яндекс» Андрей Себрант.

Для дипломной работы потребуется спроектировать аналитическую структуру для своей компании или отдельного продукта/проекта, а также настроить дашборды в BI Tableau Software по ключевым метрикам. После окончания программы обещают помощь в трудоустройстве.

Продолжительность: 8 недель. Занятия проходят офлайн в кампусе Нетологии дважды в неделю по три часа. Видеозапись и материалы после каждого занятия добавляются в личный кабинет участника.

Даты: 23 августа — 14 октября.

Стоимость: 100 тысяч рублей.

Продолжительность: 5 недель, 10 занятий.

Даты: с 28 августа.

Стоимость: 100 тысяч рублей.

5. Курс «Специалист по большим данным 9.0» от «Лаборатории Новых Профессий»

Для кого этот курс: Для разработчиков, аналитиков и продакт-менеджеров. Курс состоит из двух модулей, первый из которых посвящен технологиям больших данных и машинному обучению, а второй – рекомендательным системам для e-commerce, медиа, соцсетей, банкинга и рекламы.

Продолжительность: три месяца. Курс достаточно интенсивный: лекции и мастер-классы проходят три раза в неделю по три часа, для решения лабораторных работ надо еще минимум 5-7 часов в неделю. При желании можно заниматься онлайн.

Даты: 20 сентября — 11 декабря.

Стоимость: 200 тысяч рублей, при оплате в августе — 170 тысяч рублей.

Для разработчиков:

1. Dataquest

Для кого этот курс: для новичков в Data Science — включая тех, кому большие данные необходимы для работы над бизнес-проектами. При выборе программы студент должен определить, насколько ему знаком Python. После этого ему предлагается отнести себя к одной из пяти групп:

  • те, кто хочет работать с Data Science;
  • те, кому большие данные нужны для текущей работы;
  • стартаперы, которые используют большие данные в своем проекте;
  • студенты, которые планируют затем продолжать обучение;
  • просто интересующиеся.
Читать еще:  Обучение ruby on rails с нуля

Если знаний Python совсем нет, начинать придется с азов. Программа будет состоять из девяти курсов, в каждом из которых — по 2-3 блока занятий по отдельным темам (каждый блок состоит из 10 уроков). Ближе к середине обучения можно будет потренироваться в разработке data science-проектов с использованием машинного обучения. Обучение ведется на английском.

Продолжительность: проходить «квест» можно в своем темпе, отслеживать свой прогресс — на инфографике.

Дата: в любое время.

Стоимость: бесплатно.

2. «Введение в машинное обучение» от «Яндекса» и ВШЭ на Coursera

Для кого этот курс: для тех, кого не пугают слова «матрица», «вектор» и «производная». Для выполнения практических заданий потребуются базовые навыки программирования. Очень желательно знать Python. Задания рассчитаны на использование этого языка и его библиотек numpy, pandas и scikit-learn.

Чтобы успешно завершить курс, нужно набрать проходную сумму баллов за тесты и практические задания, а также выполнить финальный проект, посвящённый решению прикладной задачи анализа данных.

Продолжительность: 7 недель, 3-5 часов в неделю.

Даты: курс стартовал 6 августа, но на него еще можно записаться.

Стоимость: бесплатно, сертификат для подтверждения окончания курса стоит 1835 рублей.

3. «Машинное обучение и анализ данных» от «Яндекса» и МФТИ на Coursera

Для кого этот курс: для дата-сайентистов, которые смогут применять свои навыки в бизнес-проектах. Для обучения им требуются базовые знания математики и основ программирования. Основные темы обучения: современные методы классификации и регрессии, поиск структуры в данных, построение выводов, базовая фундаментальная математика и основы программирования на Python.

В конце программы слушатели должны будут применить свои знания в работе над реальным проектом. На выбор предлагается несколько областей: E-Commerce, социальные медиа, информационный поиск и бизнес-аналитика. Выпускники могут воспользоваться программой трудоустройства «Яндекса».

Продолжительность: все зависит от собственного темпа обучения. В среднем на это надо 3-6 месяцев.

Даты: в любое время.

Стоимость: первые 7 дней — бесплатно, после этого — 5000 рублей в месяц. Можно выбрать не все курсы специализации, а только один.

4. Школа анализа данных

Для кого этот курс: для тех, кто знаком с математической статистикой и имеет навыки программирования на Python. Кроме лекций, в программу входит решение реальных бизнес-задач. Тем, у кого навыков программирования пока нет, разработчики предлагают сначала пройти курс «Введение в Data Science».

Продолжительность: 3,5 месяца. Занятия проходят по будням два раза в неделю с 19.00 до 21.00. Учиться можно онлайн.

Даты: с 3 сентября.

Стоимость: 100 тысяч рублей.

Если вы вспомнили другие российские и зарубежные курсы для дата-сайентистов и менеджеров, пишите о них в комментариях.

Курсы Академия Анализа Данных

Отвечая на запросы промышленной революции и Экономики 4.0, Академия несет широкому кругу слушателей знания в области анализа данных и дейта сайнс.

Курсы читаются на всех известных платформах, включая открытое ПО, R и Python.

Лейтмотивом обучения в Академии является синтез технологий и практическая значимость полученных решений в экономике, бизнесе, промышленности.

Мы предлагаем корпоративные курсы для промышленных предприятий из различных сегментов экономики: металлургия, нефтьгаз, энергетика, транспорт, ритейл.

Миссия Академии

Академия Анализа Данных создана для того, чтобы помочь широкому кругу слушателей получить знания и практические навыки в области современного анализа данных, дейта сайнс и биг дейта технологий.

Используя весь арсенал аналитических средств и известные платформы, слушатели учатся строить аналитические модели для промышленности, экономики, энергетики, транспорта, ритейла, телекоммуникационного сектора и других областей.

Решение актуальных задач с применением новейших технологий добычи данных, машинного обучения, биг дейта является лейтмотивом системы обучения Академии.

Уникальный опыт, продуманные программы, отработанные авторские методики, в сочетании с непрерывным тренингом на компьютере позволяют эффективно проводить обучение как начинающих, так и опытных пользователей, научить применять современные технологии анализа данных и machine learning на практике.

ПОРТАЛ АКАДЕМИИ

Портал Академии Анализа Данных является всесторонним мультимедийным ресурсам, содержащим актуальную информацию по современным методам анализа данных, дейта сайнс и машинному обучению. На портале представлено описание кейсов, методологии и технологии анализа данных, словарь терминов дейта сайнс, машинного обучения и искуственного интеллекта.

Перейти на портал

Руководитель Академии: Боровиков Владимир Павлович

Кандидат физико-математических наук по специальности теория вероятностей и математическая статистика, автор многочисленных книг по анализу данных и его применениям.

Автор более 40 работ по теории вероятностей и математической статистики, опубликованных в ведущих российских и зарубежных изданиях.

Автор бестселлера «STATISTICA: искусство анализа данных на компьютере».

Руководитель знаковых проектов по применению технологий анализа данных и Data Mining с ведущими российскими и зарубежными компаниями.

Книги:

  • В.П.Боровиков, И.П.Боровиков Статистический анализ и обработка данных в среде Windows, Москва, издательский дом Филин, 1998
  • В.П.Боровиков Программа STATISTICA для студентов и инженеров, Москва, Компьютер Пресс, 2-е издание, 2001
  • В.П.Боровиков Искусство анализа данных на компьютере, Питер, 2-е издание, 2003
  • В.П.Боровиков, Г.И. Ивченко Прогнозирование в системе STATISTICA в среде Windows: учебное пособие. 2-e изд., перераб. и доп. Москва, Финансы и статистика, 2006
  • В.П. Боровикова Нейронные сети STATISTICA Neural Networks. Методология и технологии современного анализа данных: учебное пособие. 2-e изд., перераб. и доп. М.: Горячая линия – Телеком, 2008
  • А.А.Халафян, В.П. Боровиков, Г.В.Калайдина Теория вероятностей, математическая статистика и анализ данных: основы теории и практика на компьютере (учебное пособие), Москва, ЛЕНАНД, 2017
  • В.П. Боровиков Популярное введение в современный анализ данных в системе STATISTICA: методология и технология современного анализа данных, Москва, Горячая линия – Телеком, 2016

Курс «Анализ данных на Python»

О КУРСЕ

Дормидонтов Сергей:
«Курс Анализ данных на Python.»

Аналитик безопасного поиска в Яндекс.Поиске,
преподаватель Nordic IT School

Что такое анализ данных и с чем его едят?) Мы ежедневно сталкиваемся с разными проблемами и задачами, с разными экспериментами, которые подкидывает нам жизнь. Мы пытаемся добраться до работы оптимальным маршрутом, мы пытаемся распределить свое время между карьерой и личной жизнью таким образом, чтобы ничего из этого не пострадало. Мы ежедневно пытаемся оптимизировать свою целевую функцию — качество жизни. Задача анализа данных состоит в том, чтобы уметь извлекать эту информацию, которую предоставляет нам жизнь и обрабатывать ее так, чтобы максимально эффективно оптимизировать заданную функцию цели.

Читать еще:  Система электронного обучения академия медиа

Не теряй времени, записывайся уже сегодня!

Какие технологии я освою?

Python

Высокоуровневый язык программирования, нашедший своё применение практически во всех областях. С его помощью можно создавать сайты, анализировать данные, искать информацию в интернете и даже (при желании) рисовать в Пэинте.

Для Python существует ряд очень мощных библиотек для работы с данными.

Jupyter Notebook

Легкое и быстрое приложение, позволяющее писать программы на Python прямо у себя в браузере. Очень удобно для аналитической работы и экспериментов.

Помимо программного кода поддерживает простой язык разметки markdown, что дает возможность создавать симпатичные презентации и отчеты.

SQL & SQLite

SQL – это язык структурированных запросов, используемый для работы с реляционными базами данных. С его помощью можно получить из базы данных именно то, что нужно.

Позволяет по-разному комбинировать, группировать и фильтровать информацию. SQLite – простая реляционная база данных, которую можно создать за пару минут и которая бывает весьма полезна для решения аналитических задач.

Pandas

Библиотека Python для работы с данными, которые могут быть представлены в виде таблицы. Основное практическое средство преобразования данных в Python.

Имеет множество возможностей, вроде фильтрации записей в таблице, применения функций к строкам и столбцам, группировок и агрегации. Поддерживает векторные операции (то есть, к примеру, можно получить поэлементную сумму двух столбцом одним действием).

Matplotlib

Универсальная библиотека Python для визуализации.

С помощью неё можно как строить простые графики, так и создавать что-то комплексное и необычное, например многослойные трехмерные визуализации.

Plotly & Dash

Относительно новый инструмент, позволяющий создавать интерактивные графики и дашборды, а также почти без дополнительных усилий превращать их в функциональные веб-сайты.

Scikit-learn

Основная библиотека Python для машинного обучения. Поддерживает множество алгоритмов – от логистической регрессии до спектральной кластеризации.

Библиотека содержит также много инструментов для предварительной подготовки данных к анализу и модельные датасеты.

NLTK & Pymorphy2

Библиотеки для работы с языковыми данными.

Позволяют применить различные преобразования к тексту, выделить слова и предложения, определить части речи и так далее. Обычно применяются в связке с Scikit-learn.

Keras

Библиотека Python для проектирования и обучения нейронных сетей.

Позволяет создать нейронную сеть в несколько строчек, запустить и оценить результаты обучения. Упрощает работу с более низкоуровневыми библиотеками вроде TensorFlow и Theano.

BigQuery

облачная база данных от Google.

Может стремительно обрабатывать огромные массивы данных, с которыми не справится настольный компьютер или отдельный сервер. Для работы с ней используется диалект SQL.

Python

Высокоуровневый язык программирования, нашедший своё применение практически во всех областях. С его помощью можно создавать сайты, анализировать данные, искать информацию в интернете и даже (при желании) рисовать в Пэинте.

Для Python существует ряд очень мощных библиотек для работы с данными.

Знания данного стека технологий более чем достаточно для junior-разработчика на языке Python и успешного прохождения собеседования.

Данный курс включает дополнительные темы по Алгоритмам и структурам данных: сортировки, поиску, времени выполнения алгоритмов. Вопросы по ним часто спрашивают на собеседованиях.

Обучение программированию на Python в нашей школе это:

Мини-группы

Обучение OFFLine в мини-группах
8-10 человек

2 собственных проекта

Во время обучения Вы будете работать исключительно с практическими заданиями и разработаете 2 собственных проекта для своего портфолио.

Записи занятий

Записи занятий и все материалы курса доступны студентам неограниченное время, в том числе и после окончания курса.

Опытные преподаватели

Наши педагоги — не просто преподаватели, знающие исключительно теоретический материал, но и разработчики современных систем и web-приложений.
подробнее.

Помощь в трудоустройстве

Мы сотрудничаем с рекрутинговыми IT-агенствами и комьюнити и поможем трудоустроится лучшим студентам.

Сертификат

По окончании курса выдается сертификат Nordic IT School.

ПРОГРАММА КУРСА

  • Функции и переменные
  • Условия и циклы
  • Списки, словари, кортежи, множества
  • Объекты, классы, наследование
  • Типы данных (шкал)
  • Вероятность, случайная величина, распределение
  • Гипотезы, статистическое решение
  • Регулярные выражения
  • Работа с файлами
  • Работа с интернетом
  • Примеры использования API
  • Облегчение жизни: логи, tqdm, мультипроцессинг
  • Синтаксис запросов
  • Создание базы данных
  • Работа с базой из Python
  • BigQuery
  • Описательные статистики
  • Корреляция
  • Сравнение групп
  • Линейная регрессия
  • Бутстреп
  • Pandas — супер-таблицы
  • Sklearn — машинное обучение
  • NLTK и Pymorphy2 — работа с естественным языком
  • Matplotlib, plotly, dash — визуализация и дашборды
  • Keras — конструктор нейросетей
  • Кластеризация (методы, метрики)
  • Классификация (методы, метрики)
  • Регрессия (методы, метрики)
  • Кратко о нейронный сетях (устройство, виды, преимущества)
  • Основы анализа текстов
  • Предсказание оттока клиентов
  • Рекомендательные системы
  • Чат-боты
  • Выбор и генерация признаков
  • Что может пойти не так
  • Стэкинг, бэггинг, бустинг

ПРЕПОДАВАТЕЛИ

Аспирант 2 курса кафедры «Кибернетика» НИЯУ МИФИ.

Дважды лауреат гранта «УМНИК-2018» на создание предиктивных моделей.

Более 3 лет успешной работы в IT-технологиях, программировании на языках С, PHP и Python, а также преподавательской деятельности в НИЯУ МИФИ

Зохраб является призером 2-й степени хакатона «Hack The Media», а также финалистом хакатонов «Pik Digital Day» и «Urban Tech Challenge»

Также он участвовал в качестве веб-разработчика в 5-ти проектах.

Зохраб имеет 3 года опыта работы в РАН, RetailRocket и ПАО МегаФон на должности аналитика данных.

5-летний опыт в сфере анализа и обработки больших данных.

Закончил магистратуру на факультете Компьютерных Наук в Высшей Школе Экономики в 2016-м году. Еще в университете начал практиковать навыки преподавания будучи ассистентом преподавателя по курсу «Программирование». Проводил семинары с первокурсниками, принимал домашние задания и разрабатывал экзаменационные тесты.

С начала 2014 года и до осени работал стажером-аналитиком в компании IBM Russia, занимался построением прототипов моделей на платформах IBM ILOG CPLEX и IBM SPSS Modeler. Участвовал в работе над рядом проектов по предиктивной аналитике.

Затем, до 2017 года работал в компании-системном интеграторе Unis Labs Solutions в качестве ведущего разработчика и руководителя группы аналитиков. Занимался индустриальными проектами, связанными с анализом больших данных. Работал с инструментами: IBM SPSS Modeler, KNIME, Python.

С весны 2017 года и по сей день работает в Яндекс.Поиске аналитиком в отделе безопасного поиска. За 2 года участвовал в разработке главной метрики Поиска, участвовал в запуске нового алгоритма Поиска «Андромеда», создавал автоматические алгоритмы и формулы по обнаружению спама и сайтов-злоумышленников на поисковой выдаче. Использовал полный стек технологий аналитика — от python до внутренних MapReduce систем, обрабатывал до нескольких петабайт данных в течение суток.

Осенью 2017 года вел курсы для аналитиков в компании Itella Connexions.

Ссылка на основную публикацию
Adblock
detector