Выберите нужное направление или школу
Выберите нужное направление или школу
Выберите нужное направление или школу
Полная стоимость
359 400 ₽/курс
Минимальный платеж в месяц
9 983 ₽/месЭто минимальный платеж в рассрочку. Рассрочка в Skillfactory без % и первый платеж через 3 месяца.
Длительность
Длительность:
24 месяца
Дата начала
Дата начала:
24 АпреляSkillFactory — узкоспециализированная школа: учит Data Science, аналитике данных и программированию. Многолетний фокус на инженерных специальностях помогает наращивать экспертизу и постоянно совершенствовать курсы.
24 месяцев обучения
Формат: Онлайн, гибкий график занятий
Уровень: с нуля
На этом этапе вы изучите основы программирования на Python, научитесь предобрабатывать и анализировать данные, а также познакомитесь с основными задачами дата-сайентиста.
Вы сможете сформулировать для себя реальные цели обучения, узнаете, в чем ценность DS для бизнеса, познакомитесь с основными задачами дата-сайентиста и разберетесь, как строится разработка любого DS-проекта.
Вы научитесь работать с основными типами данных с помощью языка Python и сможете применять в повседневной работе циклические конструкции, условные операторы и функции.
Вы сможете выгружать данные из разных форматов и источников. А поможет вам в этом SQL — язык структурированных запросов. Вы научитесь использовать агрегатные функции, соединения таблиц и сложные объединения.
Разведывательный анализ данных (EDA) — вот, что окажется в центре вашего внимания. Вы познакомитесь со всеми этапами такого анализа и научитесь проводить его с помощью библиотек Statsmodels, Scikit Learn, Seaborn, Matplotlib, SciPy, Pandas. Кроме того, вам удастся поработать на Kaggle, популярном сервисе по участию в соревнованиях.
Вы познакомитесь с ML-библиотеками для моделирования зависимостей в данных. Вы сможете обучить основные виды ML-моделей, провести валидацию, интерпретировать результаты работы и выбрать важные признаки (feature importance).
Линейная алгебра, математический анализ, дискретная математика — звучит страшно, но не пугайтесь: разберем все эти предметы и научим с ними работать! На втором этапе вы погрузитесь в математику и основы машинного обучения, узнаете больше о профессиях DS, а также благодаря профориентации выберите трек обучения второго года.
Вы сможете решать практические задачи с помощью ручного счета и Python (векторные и матричные вычисления, работа с множествами, исследование функций с помощью дифференциального анализа).
Вы познакомитесь с основными понятиями теории вероятности и математической статистики, алгоритмами кластеризации, а также научитесь оценивать качество произведенной кластеризации и представлять результаты в графическом виде.
Вы научитесь использовать ML-библиотеки для решения задачи временных рядов и рекомендательных систем. Вы сможете обучить ML-модель и провести её валидацию, а также создать работающий прототип и запустить модель в веб-интерфейсе. А ещё получите навыки A/B-тестирования, чтобы можно было оценить модель.
На третьем этапе вы познакомитесь с одним из методов машинного обучения — глубоким обучением (DL). А также вас ждет полноценный блок выбранной специализации: вы можете освоить навыки машинного обучения (ML), познакомиться с рутиной CV (компьютерного зрения) или прокачаться в NLP*, обработке естественного языка.
В ML-треке вы научитесь решать углубленные задачи машинного обучения, овладеете компетенциями дата-инженера, отточите навык работы с библиотеками Python. Также вы научитесь создавать MVP (минимально жизнеспособную версию продукта), узнаете все тонкости вывода ML-модели в продакшн и узнаете, как работают ML-инженеры в реальной жизни.
На CV-треке вы научитесь решать такие задачи компьютерного зрения, как классификация изображений, сегментация и детекция, генерация и стилизация картинок, восстановление и повышение качества фотографий. Кроме того, вы узнаете, как выкатывать нейронные сети в продакшн.
В ходе обучения на NLP-треке вы узнаете, как решаются основные задачи обработки естественного языка, в том числе классификация, суммаризация и генерация текста, машинный перевод и создание диалоговых систем.
Где применяются нейросети? Как обучить нейронную сеть? Что такое Deep Learning? Ответы на эти вопросы вы узнаете в бонусном разделе DL.
Вы узнаете, в чём различие ролей дата-сайентиста и дата-инженера, какими инструментами пользуется последний в своей работе, какие задачи ежедневно решает. Слова «снежинка», «звезда» и «озеро» обретут новые значения :)
Назову свой отзыв "Разносторонний опыт в Skillfactory". Первое направление - DrivenMarketing, второе - работа с таблицами Google. Понравился комбинированный подход с дистанционными и аудиторными занятиями. Занятия продолжительные, но интересные – иногда до 3 часов. Лекции в формате презентации делают процесс более понятным. Большое количество практики помогает закрепить теорию. Отличное взаимодействие с преподавателями, которые – настоящие профессионалы и отзывчивые люди. Единственный минус – высокая стоимость, около 60 тысяч за два курса. Учебная программа ориентирована на людей с определенными знаниями. Если начинаете с нуля, возможно, стоит рассмотреть другие программы на этом сайте, где также есть множество предложений.
Добрый день! Как с трудоустройством? Помогли?
Очень долго выбирала из различных школ, сравнивала, смотрела цены, условия, общалась с представителями школы, задавала вопросы. Именно школа Skillfactory привлекла моё наибольшее внимание наполненностью сайта. Всё описывалось весьма подробно и понятно, так же при дополнительных вопросах и сложностях подробно консультируют.
Уроки простые и интересные, не длинные. Всё объясняется просто и понятно, есть домашние задания для закрепления. Общение с менторами и прочее. Очень советую, не пожалеете.
Ответить
0 комментариев
Всем привет.
Прошёл курс на AI продакта, впечатления скорее положительные, чем отрицательные. Свои задачи разобраться в теме я решил, это хорошо.
Как всегда на таких курсах есть проблема практического применения. Так как я сначала ввязался на работе в новые проекты, а только потом пошёл на обучение - мне было вполне ОК, я находил ответы на те проблемы, с которыми уже столкнулся. Если без проекта идти - будет сложнее (но это всегда так)
По глубине тем - мне было скучновато, я на чуть более серьезную загрузку рассчитывал. По идее это компенсируется тем, что многие темы регулярно повторяются в виде вебинаров, где можно задать свои вопросы
Про то, что надо иметь какие-то навыки продакта - правда, это поможет (или упростит - некоторые вещи казались примитивными)
Нетворкинг нулевой - за это минус. Из-за слишком частых стартов потоки маленькие, не с кем объединять для самопроверки заданий и тд
Посмотреть курс
Ответить
1 комментарий
Здравствуйте, Иван! Спасибо, что поделились своим мнением об учебе. Желаем успехов в учебе!
Ответить