Инженер Data Science – ключевая профессия в сфере ИТ. На курсе Data Scientist ты овладеешь навыками анализа данных, создания прогнозов и построения моделей машинного обучения. Ты будешь работать с огромными объемами информации и помогать компаниям принимать обоснованные решения. Инженер Data Science – будущее аналитики и инноваций
$2000+
Средняя зарплата тестировщика в РК
Карьерный рост
Возможность быстро построить успешную карьеру
900+ вакансий
Спрос на Data Scientist-ов ежемесячно. И это только по данным hh.kz
Работа на удаленке
В 70% вакансий есть возможность работать удаленно
Интересные задачи
Работа в команде разработчиков над интересными проектами или над бизнес задачами
Лучшие условия труда
В виде: программы обучения, медстраховки, спортзала, отпуска, высоких бонусов
Курс Data Scientist предлагает полное обучение профессии с нуля за 6 месяцев, практикующие преподаватели и менторы обучат всем необходимым навыкам и инструментам. После курса ты сможешь устроиться Junior Data Science Engineer или другим приближенным к нему профессиям и будешь получать на старте $700+
Чем занимается Data Scientist
Data Scientist занимается анализом данных для извлечения полезной информации. Они исследуют большие объемы данных, используя специальные методы и инструменты. Затем создают модели и прогнозы, которые помогают компаниям принимать важные решения и улучшать бизнес-процессы.
Анализирует и иследует большие объемы данных
Извлекает полезную информацию и создает прогнозы или модели
Использует методы работы с данными, методы машинного обучения и нейронных сетей
Программа курса
6 месяцев / 26 недель / 102 часа
Программа курса Data Scientist составлена практикующими IT специалистами на основе требований IT компаний
Введение в курс Data Science
Ознакомление со структурой курса
Установка Python, Jupyter Notebook и др. программного обеспечения на рабочий компьютер студента
Дисциплины и направления в Data Science
Виды данных. Основные техники в Data Science
Переменные и виды данных в Python
Базовый синтаксис в Python
Операторы
Ветвления (if statement)
Функции
Структуры данных
Последовательности (loops)
Введение в объектно-ориентированное программирование
Работа с текстовыми данными. Библиотеки spacy, ntlk
Работа с файлами с нетривиальной разметкой, JSON и XML. Библиотека json
Работа с изображениями. Библиотека pil
Работа с видео. Библиотека opencv
Работа с аудио. Библиотеки pydub, simpleaudio, pyaudio, sounddevice
Визуализация данных, графики Matplotlib
Визуализация изображений (карт). Библиотека folium
Визуализация табличных данных. Графики в pandas. Библиотеки seaborn, plotly
Визуализация звуковых данных. Библиотека librosa
Базовая линейная регрессия
Множественная линейная регрессия, метод наименьших квадратов
Линейная регрессия в библиотеке scikit-learn
Некоторые аспекты регрессионного анализа. Проблемы нелинейности, эндогенности, гетероскедатичности, автокорреляции, мультиколлинеарности и др
Логистическая регрессия
Реализация итогового проекта
Задачи машинного обучения
Деревья решений и случайный лес в библиотеке sklearn. Библиотека graphviz
Машины опорных векторов (Support Vector Machines) в библиотеке scikit-learn
Байесовские модели в библиотеке scikit-learn
Методы ближайших соседей в библиотеке scikit-learn
Ансамбли: беггинг в библиотеке scikit-learn
Ансамбли: бустинг в библиотеках scikit-learn, xgboost, catboost
Ансамбли: стекинг в библиотеке scikit-learn
Матричные разложения. Метод главных компонент, метод T-SNE и анализ независимых компонент в библиотеке scikit-learn
Кластеризация. Алгоритм K-средних, Иерархическая кластеризация, Метод DBSCAN в библиотеках scipy и scikit-learn
Обучение метрических преобразований, метод LMNN в библиотеке scikit-learn
Подбор гиперпараметров
Реализация итогового проекта
Нейронные сети. Фреймворки глубокого обучения. Библиотека Tensorflow
Многослойный персептрон. Реализация в Tensorflow и sklearn
Сверточные нейронные сети. Реализация в Keras
Реализация итогового проекта
Реализация финального проекта.
Презентация результатов финального проекта
Как проходит обучение
Практика
Практические проекты Домашние задания
Конспекты по всем темам Живые занятия (разборы) Обратная связь
Теория
Финальный проект Работы в портфолио
Проект
Финал
30%
70%
Директор Группы управления проектами Всемирного банка, преподаватель, управляющий фондом, консультант.
Газиз Сейлханов
Профессиональный стаж в сфере анализа данных, программирования и прогнозирования – 13 лет. Более 50+ проектов в США, Сингапуре, Турции, Узбекистане и Казахстане в компаниях частного сектора, международных организациях, а также в госсекторе.
Курсу вас обучит практикующий специалист, профессионал своей сферы
Преподаватели курса
Получи консультацию
Напиши нам, если есть вопросы по обучению или нужна помощь с выбором профессии. Мы перезвоним и с радостью поможем