С нуля до трудоустройства за 9 месяцев

−40% для первых
20 студентов

Профессия Data Scientist: анализ данных

Image

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

На рынке не хватает Data Science аналитиков

Данные сайта hh.ru

Кому подойдёт этот курс

Чему вы научитесь

  1. Программировать на Python

    Освоите самый популярный язык для работы с данными.
  2. Визуализировать данные

    Сможете разрабатывать дашборды и интерактивную инфографику.
  3. Создавать аналитические панели

    Разработаете визуальные дашборды с интерактивной инфографикой на фреймворках Shiny и Dash
  4. Работать с библиотеками и базами данных

    Освоите базы данных MongoDB, PostgreSQL, SQLite3, научитесь работать с библиотеками Pandas, NumPy и Matpotlib.
  5. Программировать на R

    Разберётесь в специфике языка, сможете обрабатывать статические данные и работать с графикой.
  6. Проводить А/B-тестирование

    Научитесь проводить эксперименты в маркетинге и оценивать эффект предполагаемых изменений дизайна продукта.

Помощь в трудоустрой-стве

Карточки вакансий

Опытные HR-специалисты отвечают на вопросы, подбирают лучшие вакансии, готовят к собеседованию и помогают каждому студенту получить работу мечты.

Андрей Виноградов

Андрей Виноградов

Руководитель Центра карьеры Skillbox

Как проходит обучение

  1. Изучаете тему

    В курсе — практические видеоуроки.

  2. Выполняете задания

    В том темпе, в котором вам удобно.

  3. Работаете с наставником

    Закрепляете знания и исправляете ошибки.

  4. Защищаете дипломную работу

    И дополняете ею своё портфолио.

Программа

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

  • 42 тематических модуля
  • 2 бонусных курса
    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!

Заявка не отправлена!

Похоже произошла ошибка. Попробуйте отправить снова или перезагрузите страницу.

Спасибо!

Ваша заявка успешно отправлена

Преподаватели

Валентин
Пановский

Chief Data Scientist в Skillbox

Алла
Тамбовцева

Преподаватель НИУ ВШЭ

Александр
Джумурат

Руководитель команды разработки рекомендательной системы в ivi.ru

Лидия
Храмова

Team Lead Data Scientist группы бизнес-моделирования в QIWI

2 месяца английского языка в подарок!

Изучайте английский язык в онлайн-школе EnglishDom вместе со Skillbox!

Студентов ждёт бесплатный доступ к курсам:

  • бизнес-английский,
  • собеседование на английском,
  • подготовка к IELTS,
  • английский для IT.

Ваше резюме после обучения

Андрей Семёнов
  • Должность Аналитик Data Scientist
  • Зарплата от: 80 000 ₽

Профессиональные навыки:

  • Владение Python для анализа данных
  • Знание языка программирования R и основных библиотек
  • Создание аналитических панелей (фреймворки Dash и Shiny)
  • Работа с различными источниками данных: CSV, XML и XLS
  • Визуализация данных с помощью Matplotlib
  • Организация и проведение А/B-тестирования
  • Выявление аномалий данных
  • Работа с базами данных MongoDB, PostgreSQL, SQLite3 и SQL

Диплом Skillbox

Подтвердит, что вы прошли курс, и станет дополнительным аргументом при устройстве на работу.

Image

Стоимость обучения

−40% для первых
20 студентов
  • Рассрочка без первого взноса 2 458 ₽
  • Стоимость
    со скидкой 59 000 ₽
  • Первоначальная
    стоимость 98 333 ₽