Скидка 40% до 20 июня

Полгода обучения бесплатно — первый платеж через 6 месяцев!

Профессия Data Scientist

Профессия Data Scientist

Вы станете специалистом по анализу данных, алгоритмам машинного обучения и нейросетям, сможете построить карьеру в крупной технологической компании — в России или за рубежом.

Программа записана совместно с сотрудниками ivi.ru, NVIDIA, EPAM и QIWI

Специалисты по Data Science из ведущих российских компаний помогли составить программу, в которой есть всё для успешного старта вашей карьеры. А финальный проект сделан совместно с компанией «МегаФон».

Профессия Data Scientist будет актуальна и через 15 лет

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. Работать с библиотеками и базами данных

    Научитесь работать с библиотеками Pandas, NumPy и Matplotlib и освоите базы данных PostgreSQL, SQLite3, MongoDB.

  4. Программировать на R

    Разберетесь в специфике языка, сможете обрабатывать статические данные и работать с графикой.

  5. Применять нейронные сети для решения реальных задач

    Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras. Узнаете, как устроены нейронные сети для задач компьютерного зрения и лингвистики.

  6. Создавать рекомендательные системы

    Построите рекомендательную систему и добавите её в своё портфолио.

Заботимся, чтобы каждый построил карьеру мечты

Карточки вакансий

Специалисты Skillbox из Центра карьеры помогут вам получить первую стажировку и приглашение на работу мечты

Узнайте, как мы поддерживаем студентов в поиске работы

За 2020 год мы трудоустроили более 1000 студентов на работу по новой профессии

Учитесь сейчас, платите потом!

Расходы за первые 6 месяцев обучения берёт на себя Skillbox. В это время вы посещаете лекции и воркшопы, прокачиваете навыки, находите себе работу и начинаете зарабатывать.

Кредитная программа от надёжных банков

  • Для граждан РФ
  • Без первого взноса
  • Без переплаты по процентам
  • Одобрение в день обращения

Как проходит обучение

  1. Изучаете тему

    В курсе — практические видеоуроки.

    Изучаете тему
  2. Выполняете задания

    В том темпе, в котором вам удобно.

    Выполняете задания
  3. Работаете с преподавателем

    Закрепляете знания и исправляете ошибки.

    Работаете с преподавателем
  4. Защищаете дипломную работу

    И дополняете ею своё портфолио.

    Защищаете дипломную работу

Программа

Вас ждут 9 курсов, онлайн-лекции и практические задания, а также 3 дипломных проекта. После обучения вы сможете претендовать на позицию Junior Data Scientist.

  • 94 тематических модуля
  • 2 бонусных курса

Введение в анализ данных и машинное обучение

  • Python для Data Science

    1. Введение в Data Science
    2. Введение в Python
    3. Основы работы с Python
    4. Операторы, выражения
    5. Условный оператор if, ветвления
    6. Условный оператор if: продолжение
    7. Цикл while
    8. For: циклы со счетчиком
    9. For: циклы со счетчиком, часть 2. Функция range
    10. Цикл for: работа со строками
    11. Вложенные циклы
    12. Числа с плавающей точкой (int/float)
    13. Функции
    14. float 2
    15. Установка и настройка IDE
    16. Базовые коллекции 1 - list (списки)
    17. Методы для работы со списками
    18. List comprehensions
    19. Базовые коллекции: Строки
    20. Базовые коллекции: словари и множества
    21. Базовые коллекции: Кортежи
    22. Функции — Рекурсия
    23. Работа с файлами
    24. Исключения: работа с ошибками
    25. Введение в ООП
    26. Основные принципы ООП
    27. Итераторы и генераторы
  • Аналитика. Начальный уровень

    1. Библиотека NumPy: методы анализа массивов
    2. Библиотека NumPy: способы преобразования массивов
    3. Библиотека pandas: индексация и выбор данных
    4. Библиотека pandas: применение функций, группировка, сортировка
    5. Основы визуализации данных с помощью Matplotlib
    6. Продвинутая визуализация с Matplotlib
    7. Визуализация с Seaborn
    8. Мастер-класс: разведочный анализ (EDA)
    9. Курсовая работа. Подготовка аналитического отчёта на основе имеющихся данных в качестве помощи продюсерам образовательных программ эффективно выстраивать стратегию по обновлению и улучшению курсов
    10. Чтение и запись данных: CSV, HTML, XML, XLSX
    11. Основы SQL
    12. Чтение и запись данных: JSON, HDF5, Работа с БД: SQLite3, postgreSQL, MongoDB
    13. Работа со строками
    14. Курсовая работа. Часть 1. Подготовка аналитического отчёта для HR-отдела. На основе аналитики необходимо составить рекомендации для отдела кадров по стратегии набора персонала и взаимодействию с сотрудниками
    15. Курсовая работа. Часть 2. подготовка аналитического отчёта для SMM-отдела компании Skillbox на основе паблика Skillbox «ВКонтакте»
  • Статистика и теория вероятностей

    1. Основы статистики и теории вероятностей
    2. Как врать при помощи статистики
  • Основы математики для Data Science

    1. Базовые математические объекты и SymPy. Дроби и преобразования
    2. Базовые математические объекты и SymPy. Функции и дополнительные объекты
    3. Функции одной переменной, их свойства и графики
    4. Интерполяция и полиномы: квадратичные и кубические функции
    5. Аппроксимация и преобразование функций: сдвиги, растяжения, сжатия
    6. Аппроксимация и работа с производными
    7. Функции нескольких переменных, их свойства и графики
    8. Частные производные функции нескольких переменных
    9. Векторы и матрицы. Градиент
    10. Линейная регрессия и системы линейных уравнений
    11. Разложение матриц. Собственные векторы и значения
  • Машинное обучение. Начальный уровень

    1. Основные концепции Machine Learning (ML)
    2. Жизненный цикл ML-проекта
    3. Регрессия: метрики качества, преобразование входных данных
    4. Регрессия: регуляризация и градиентный спуск
    5. Классификация: kNN, наивный байесовский классификатор, деревья решений
    6. Классификация: метрики качества классификации и многоклассовая классификация
    7. Кластеризация
    8. Дополнительные техники: понижение размерности
    9. Дополнительные техники: бустинг и стекинг
    10. Знакомство с Kaggle
    11. Курсовая работа. Проанализировать данные телекоммуникационной компании и спрогнозировать отток пользователей на основе демографических характеристик, услуг, которыми они пользуются, длительности пользования услугами, метода и размера оплаты

Специализация 

  • Аналитика. Средний уровень

    1. Язык программирования R: базовые операции и структуры данных
    2. Язык программирования R: циклы и функции
    3. Язык программирования R: анализ данных и их визуализация
    4. Создание аналитических панелей (Dashboard) в R
    5. A/B-тестирование: объем выборки и построение доверительных интервалов
    6. A/B-тестирование: статистические гипотезы и алгоритмы их проверки (Bootstrap и статистический тест)
    7. Мастер-класс: A/B-тестирование
    8. Performance metrics
    9. Мастер-класс: модели атрибуции прибыли
    10. Интерактивная визуализация с помощью Plotly. Часть 1
    11. Интерактивная визуализация с помощью Plotly. Часть 2
    12. Интерактивная визуализация с помощью Plotly. Часть 3
  • Машинное обучение. Средний уровень

    1. Введение в нейронные сети
    2. Обучение нейронных сетей
    3. Нейронные сети на практике
    4. Свёрточные нейросети для задачи классификации изображений: введение в свёртки (многоканальные свёртки, рецептивное поле)
    5. Свёрточные нейросети для задачи классификации изображений: продвинутые операции со свёрткой (архитектуры сетей VGG и ResNet, задача Transfer Learning для свёрточных сетей)
    6. Семантическая сегментация: слабая локализация и полносвёрточные нейросети (FCN)
    7. Семантическая сегментация: продвинутые архитектуры FCN для семантической сегментации
    8. Детектирование объектов. Задачи классификации и локализации 
    9. Детектирование объектов. Анализ и реализация R-CNN-архитектуры
    10. Детектирование объектов. Разбор популярных архитектур (Fast/Faster R-CNN, YOLO, SSD) и знакомство с TensorFlow Object Detection API
    11. От дискриминативных моделей к генеративным. Style transfer
    12. Генеративные состязательные сети
    13. Введение в NLP
    14. NLP на нейросетях. Рекуррентные нейросети, классификация текстов
    15. NLP на нейросетях. Языковые модели, Attention, Transformer
    16. Обучение с подкреплением. Q-Learning
    17. Обучение с подкреплением. Deep Q-Learning
    18. Ускорение и оптимизация нейронных сетей
    19. Внедрение DL моделей в production
    20. Введение в рекомендательные системы и задачи ранжирования
    21. Современные подходы к построению рекомендательных систем 

Бонусные курсы

  • Универсальные знания программиста

    1. Как стать первоклассным программистом
    2. Вёрстка email-рассылок. Советы на реальных примерах
    3. The state of soft skills
    4. Как мы создавали карту развития для разработчиков
    5. Как общаться по email и эффективно работать с почтой?
    6. Повышение своей эффективности
    7. Спор о первом языке программирования
    8. Саморазвитие: как я не усидел на двух стульях и нашёл третий
    9. Data-driven-подход к продуктивности — инсайты из данных миллиона людей
    10. Протокол HTTP
    11. Введение в алгоритмы
  • Английский для IT-специалистов 

    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

Дипломные проекты

Преподаватели

Михаил Овчинников

Михаил
Овчинников

Главный методист технического направления Skillbox
Алла Тамбовцева

Алла
Тамбовцева

Преподаватель НИУ ВШЭ
Александр Джумурат

Александр
Джумурат

Руководитель команды разработки рекомендательной системы в ivi.ru
Дмитрий Коробченко

Дмитрий
Коробченко

Deep Learning R&D инженер и менеджер в NVIDIA. Блок «Машинное обучение. Средний уровень»
Лидия Храмова

Лидия
Храмова

Team Lead Data Scientist группы бизнес-моделирования в QIWI. Блок «Статистика и теория вероятностей»
Александр Панёв

Александр
Панёв

Руководитель бизнес-аналитики в Rambler Group. Блок «Аналитика. Средний уровень»
Алексей Чернобровов

Алексей
Чернобровов

Консультант по Data Science. Блок «Машинное обучение. Средний уровень»
Анна Черданцева

Анна
Черданцева

Аналитик и product-менеджер в Profi.ru. Блок «Аналитика. Средний уровень»
Артемий Козырь

Артемий
Козырь

Старший аналитик данных Wheely. Блок «Аналитика. Начальный уровень»
Андрей Мещеряков

Андрей
Мещеряков

Data Scientist в EPAM. Блок «Аналитика. Начальный уровень»
Николай Герасименко

Николай
Герасименко

Data Scientist в Сбербанке, математик в ВЦ РАН. Блок «Основы математики для Data Science»
Павел Логинов

Павел
Логинов

Аналитик данных в Space307. Блок «Аналитика. Средний уровень»
Роман Булгаков

Роман
Булгаков

Преподаватель информатики и программирования по специализации Python со стажем 5 лет
Валентин Пановский

Валентин
Пановский

Chief Data Scientist в Skillbox. Блоки «Аналитика и машинное обучение. Начальный уровень»
Алексей Мастов

Алексей
Мастов

Deep Learning инженер в NVIDIA. Блок «Машинное обучение. Средний уровень»

Ваше резюме после обучения

Андрей Семёнов
  • Должность Специалист по Data Science
  • Зарплата от: 100 000 ₽

Профессиональные навыки:

  • Владение Python для анализа данных и машинного обучения
  • Работа с различными источниками данных: CSV, XML и XLS
  • Знание языка программирования R и основных библиотек
  • Создание аналитических панелей (фреймворки Dash и Shiny
  • Применение алгоритмов машинного обучения
  • Работа с базами данных MongoDB, PostgreSQL, SQLite3 и SQL
  • Организация и проведение А/B-тестирования
  • Написание рекомендательных систем
  • Работа с нейронными сетями

Диплом Skillbox

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

Диплом Skillbox
  • Старт курса: 21 июня
  • Осталось: 15 мест

Стоимость обучения

Первые полгода обучения бесплатно

  • 5 574  ₽\мес
  • 9 291  ₽\мес

Скидка 40% до 20 июня

Часто задаваемые вопросы