Образовательная платформа
Участвует в Цифровых профессиях Государство оплатит от 50% до 100%

Основы Data Science

Основы Data Science

Курс для тех, кто хочет в Data Science, но не знает, с чего начать. Вы с нуля изучите Python, получите базовую математическую подготовку и напишете первые модели машинного обучения. Знания закрепите на задачах с реальными данными.

Изображение

Как записаться на курсы

  1. Заполните анкету на Госуслуги.
  2. Дождитесь подтверждения льготы — проверка документов до 5 дней.
  3. Оплатите стоимость обучения с учётом скидки — самостоятельно или за счёт работодателя.
  4. Пройдите обучения и получите документ о дополнительном профессиональном образовании.

Что даёт профессия Data Scientist?

  • Превью видеозаписи

    Востребованную работу, которой не грозит вымирание

    Не зря Data Science назвали самой сексуальной профессией XXI века. Причина — всё больше компаний принимают решения на основе данных и используют искусственный интеллект для автоматизации процессов. На ваши навыки всегда будет спрос — опытный Data Scientist может зарабатывать до 500 000 рублей.

  • Превью видеозаписи

    Свободу выбирать направление

    Вы можете обучать нейросети для выявления опасных заболеваний, а если надоест — перейти в музыкальный стартап и создавать рекомендательный сервис. Сфера применения Data Science не ограничивается одним направлением. А ещё тут нет рутины — каждый проект интересен и по-своему уникален.

  • Превью видеозаписи

    Возможность видеть результат своей работы

    Работа дата-сайентиста прямо влияет на жизнь компаний и людей. Нейросети определяют, что мы покупаем, слушаем, смотрим и каким маршрутом едем на работу.

Кому подойдёт этот курс

  • Новичкам Новичкам

    С нуля освоите Python, SQL, научитесь собирать и анализировать данные, получите необходимый теоретический минимум по математике, теории вероятности и статистике.
    Решите задачи на основе реальных кейсов и добавите проекты в портфолио. Через год сможете начать работать по профессии.

  • Программистам Программистам

    Подтянете математику, статистику, аналитическое и алгоритмическое мышление, научитесь выявлять потребности бизнеса.
    Получите опыт работы с моделями машинного обучения, будете применять Python для решения задач с данными. Пройдёте процесс от сбора данных до деплоя модели.

  • Начинающим аналитикам Начинающим аналитикам

    Вы научитесь выдвигать гипотезы и делать выводы на основе данных, писать эффективный код на Python и превращать сырые данные в полезную информацию для компании.
    Сможете обучать модели и прогнозировать результаты. Отшлифуете знания, увеличите скорость своей работы и добьётесь повышения.

Чему вы научитесь

  1. Аналитически мыслить

    Научитесь самостоятельно разрабатывать план решения проблемы, выдвигать и проверять гипотезы, интерпретировать результаты и представлять их руководству.

  2. Не бояться математики и статистики

    Пройдёте полноценные курсы по математике, теории вероятностей и статистике. Спикеры и куратор помогут вспомнить школьную программу и дадут дополнительные знания, которые обычно проходят в вузах.

  3. Извлекать данные из источников

    Будете читать файлы различных форматов при помощи Python, писать запросы к API, получать, очищать и сохранять данные. Познакомитесь с устройством баз данных и освоите язык запросов SQL.

  4. Строить аналитические модели

    Например, вы сможете построить воронку продаж для интернет-магазина на основе данных о продажах и расходах. Узнаете, как проводить когортный анализ и предсказывать выручку компании.

  5. Разрабатывать модели машинного обучения

    Начнёте с простых моделей, которые требуют минимальных знаний программирования. Разберётесь в алгоритмах и научитесь решать задачи регрессии, классификации и кластеризации.

  6. Работать с инструментами дата-сайентиста

    Освоите Python, Git и визуализацию данных в Power BI. Будете на ты с Jupyter Notebook, сможете обучать модели машинного обучения и строить пайплайны в Airflow.

Льготные категории граждан

  • Студенты. Скидка 50%
    Гражданин, который на момент подачи заявления на обучение в рамках проекта осваивает образовательную программу среднего профессионального или высшего образования (бакалавриат, специалитет, магистратура).
  • Бюджетники. Скидка 50%
    Гражданин трудоспособного возраста, который на момент подачи заявления на обучение в рамках проекта осуществляет трудовую деятельность в государственном или муниципальном учреждении / унитарном предприятии / автономной некоммерческой организации / органе исполнительной власти субъекта Российской Федерации или органе местного самоуправления.
  • С низким доходом. Скидка 50%
    Гражданин трудоспособного возраста, средняя заработная плата которого за последние 6 месяцев, предшествующих 4 месяцам перед месяцем подачи заявления до даты подачи заявления на обучение в рамках проекта ниже установленной среднемесячной номинальной начисленной заработной платы работников в целом по экономике по соответствующему субъекту Российской Федерации.
  • С детьми до 3-х лет. Скидка 75% и 50%
    75%: гражданин трудоспособного возраста, являющийся родителем ребенка в возрасте до 3-х лет, средняя заработная плата которого за последние 6 месяцев, предшествующих 4 месяцам перед месяцем подачи заявления до даты подачи заявления на обучение в рамках проекта ниже установленной среднемесячной номинальной начисленной заработной платы работников в целом по экономике по соответствующему субъекту Российской Федерации.

    50%: гражданин трудоспособного возраста, являющийся родителем ребенка в возрасте до 3-х лет, средняя заработная плата которого за последние 6 месяцев, предшествующих 4 месяцам перед месяцем подачи заявления до даты подачи заявление на обучение в рамках проекта выше установленной среднемесячной номинальной начисленной заработной платы работников в целом по экономике по соответствующему субъекту Российской Федерации.
  • Безработные. Скидка 100% и 75%
    100%: гражданин трудоспособного возраста, который на момент подачи заявления на обучение в рамках проекта не имеет работы и заработка, зарегистрирован в органах службы занятости в целях поиска подходящей работы.

    75%: Гражданин трудоспособного возраста, который на момент подачи заявления на обучение в рамках проекта не имеет работы и заработка и не зарегистрирован в органах службы занятости в целях поиска подходящей работы.
  • Люди с ограниченными возможностями. Скидка 100%
    Гражданин в возрасте от 16 лет до достижения возраста, дающего право на страховую пенсию по старости, который на момент подачи заявления имеет установленную группу инвалидности.

О Skillbox

Skillbox
по качеству обучения. Вся теория записана с топовыми экспертами рынка, а практика максимально приближена к реальным рабочим задачам. Послушайте, что говорят те, кто уже достиг своих целей вместе со Skillbox.

Как проходит обучение на платформе

  • Иллюстрация этапа обучения Регистрация

    Знакомитесь с платформой

    Платформа Skillbox — собственная разработка компании, которую мы постоянно улучшаем. Вас ждут видео, практические задания и общение с кураторами. Доступ к материалам откроется сразу после покупки курса.

  • Иллюстрация этапа обучения Теория

    Получаете знания

    Курсы состоят из тематических видео разной длительности. Смотрите их когда и где угодно. Доступ бессрочный, чтобы вы всегда могли вернуться и повторить теорию.

  • Иллюстрация этапа обучения Практика

    Выполняете задания

    Мы уверены, что навыки отрабатываются только через практику. Поэтому после теории вас ждёт практическая работа или тест. Все задачи приближены к реальным — их можно с гордостью положить в портфолио.

  • Иллюстрация этапа обучения Обратная связь

    Работаете с куратором

    Проверкой заданий занимаются кураторы. Это эксперты по теме курса. Они помогут с трудными задачами и подскажут, как улучшить ваши проекты. Общаться с проверяющими кураторами можно прямо на платформе.

Программа профессиональной переподготовки

Общий объем программы

  • 255 академических часов
  1. Модуль 1. Введение в Data Science

      1. Введение в курс
      2. Business Understanding. С чего начинается работа с данными
      3. Data Understanding. Excel
      4. Введение в Python
      5. Переменные и типы данных
      6. Условия
      7. Циклы
      8. Алгоритмы и структуры данных
      9. Функции
      10. Коллекции в Python
      11. Чтение файлов в Python и командной строке
      12. Библиотека Pandas
      13. Получение данных с помощью API
      14. Базы данных
      15. Язык запросов SQL
      16. Power BI
      17. Data Preparation
      18. Разведочный анализ данных. Data Cleaning
      19. Разведочный анализ данных. Data Visualization
      20. Разведочный анализ данных. Feature Engineering
      21. Modeling
      22. Машинное обучение
      23. Линейные модели и нейронные сети
      24. Метрики в аналитике
      25. Маркетинговая аналитика
      26. Продуктовая аналитика
      27. Modeling. Заключение
      28. Evaluation
      29. Алгоритмы и структуры данных. Часть 2
      30. Deployment
      31. Модель как API
      32. Мониторинг моделей
      33. Airflow
      34. Заключение
  2. Модуль 2. Система контроля версий GIT

      1. Работаем с Git на своём компьютере
      2. Работаем с удалённым репозиторием
      3. Командная работа в Git
      4. Сравнение версий и отмена изменений
      5. Инструменты и правила работы с Git
  3. Модуль 3. Основы математики для Data Science

      1. Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования
      2. Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
      3. Аналитика и ML. Функции одной переменной, их свойства и графики
      4. ML. Интерполяция и полиномы
      5. ML. Аппроксимация и преобразования функций
      6. ML. Аппроксимация и производные
      7. ML. Функции нескольких переменных, их свойства и графики
      8. ML. Частные производные функции нескольких переменных
      9. ML. Вектора и Матрицы. Градиент
      10. ML. Линейная регрессия и системы линейных уравнений
      11. ML. Задача аппроксимации как матричное уравнение
  4. Модуль 4. Основы статистики и теории вероятностей для Data Science

      1. Введение в теорию вероятностей
      2. Случайные события
      3. Случайная величина
      4. Непрерывные распределения. Общие сведения.
      5. Основные виды непрерывных распределений
      6. Статистические тесты
  5. Итоговая аттестация

    Проведёте анализ данных компании и построите модель для решения бизнес-задач и прогнозирования метрик.

Документ о квалификации

  • Превью видеозаписи

    Диплом установленного образца

    По окончании программы вы получите диплом установленного образца

Отзывы участников: ★ 5.0

  • Татьяна Ялунина

    Курс «Основы Data Science»
    Я довольна спикерами, практическими работами, куратором. Учеба не просто в радость, учеба в кайф.  Благодаря оперативной поддержке проверяющих экспертов, курс хочется проходить в режиме 24/7.
  • Марина Чернышева

    Курс «Основы Data Science»
    Нравится коллектив в чате курса и содержательные видео — есть всё необходимое для комфортной учёбы.  
  • Алексей Татаринов

    Курс «Основы Data Science»
    Очень качественный материал, спикеры доходчиво всё  объясняют. Нравится большое количество практических работ  и обратная связь от проверяющих экспертов.
  • Юлия Люстрова

    Курс «Основы Data Science»
    Информация в видео структурирована, никакой лишней воды. Всё просто, коротко, с использованием инфографики и интересных примеров. Так что материалы наглядно и просто воспринимать.В конце каждого модуля — обязательный повтор ключевых моментов. .

Стоимость курса

По данной программе вы можете получить государственное софинансирование по программе «Цифровые профессии» от 50% до 100%

При 50% софинансирования вы заплатите:
  • 51 000
  • 102 000
При 75% софинансирования вы заплатите:
  • 25 500
  • 102 000
При 100% софинансирования вы заплатите:
  • 0
  • 102 000
Участвует в Цифровых профессиях Государство оплатит от 50% до 100%

Изображение

Вы можете выбрать любую программу на сайте Цифровых профессий

Цифровые профессии — это государственная программа дополнительного профессионального образования в сфере цифровой экономики.