Курсы по data engineering от Яндекс Практикум

1. Основы нейронных сетей и глубокого обучения.
2. Рекуррентные и сверточные нейронные сети.
3. Обработка естественного языка (NLP).
4. Практическая реализация моделей с использованием PyTorch.

• Разработка и обучение нейронных сетей.
• Применение глубокого обучения в задачах компьютерного зрения и NLP.
• Опыт работы с фреймворком PyTorch.
• Анализ и оптимизация моделей глубокого обучения.

Документ по завершении обучения:

Сертификат.

1. Изучение SQL и баз данных.
2. Визуализация данных с использованием Metabase.
3. Основы Python для анализа данных.
4. Работа с системами контроля версий Git/Github.

• Уверенное владение SQL и базами данных.
• Навыки визуализации данных в Metabase.
• Базовые знания Python для анализа данных.
• Опыт работы с Git/Github.

Документ по завершении обучения:

Диплом об окончании курса.

Программа трудоустройства:

Предоставляется помощь в трудоустройстве.

1. Изучение SQL и баз данных.
2. Визуализация данных с использованием Metabase.
3. Изучение Python и объектно-ориентированного программирования.
4. Работа с Docker и Airflow.

• Уверенное владение SQL и базами данных.
• Навыки визуализации данных в Metabase.
• Опыт программирования на Python и применения ООП.
• Умение работать с Docker и Airflow для автоматизации процессов.

Документ по завершении обучения:

Диплом об окончании курса.