−40% для первых
20 студентов

Профессия Data Scientist

6 месяцев бесплатно — первый платёж через полгода

Записаться на курс

300 часов обучения
2 специальности на выбор
Обучение на реальных данных
Трудоустройство после обучения

На рынке не хватает специалистов по Data Science

500 компаний включая Сбербанк, «Яндекс» и «Тинькофф», ищут специалистов по Data Science
100 000 рублей зарплата начинающего специалиста

Данные сайта hh.ru

Кому подойдёт этот курс

Новичкам в IT

Вы получите базовые навыки по аналитике, статистике и математике, которые откроют путь к карьере в Data Science и Machine Learning.
Начинающим программистам

Вы прокачаете свои знания и навыки в программировании на Python и R. Научитесь использовать аналитические системы и алгоритмы машинного обучения, решать бизнес-задачи — и усилите портфолио мощными проектами.
Аналитикам

Вы научитесь использовать прогнозы на основе данных, отшлифуете имеющиеся знания, увеличите скорость своей работы и добьётесь повышения.

Чему вы научитесь

Программировать на Python
Освоите самый популярный язык для работы с данными.
Визуализировать данные
Сможете разрабатывать дашборды и интерактивную инфографику.
Работать с библиотеками и базами данных
Освоите базы данных MongoDB, PostgreSQL, SQLite3, научитесь работать с библиотеками Pandas, NumPy и Matpotlib.
Программировать на R
Разберетесь в специфике языка, сможете обрабатывать статические данные и работать с графикой.
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.
Писать рекомендательные системы
Создадите рекомендательную систему и добавите её в своё портфолио.

Помощь в трудоустрой-стве

Рекомендации по составлению портфолио и резюме
Подготовка к собеседованию в компаниях-партнёрах
Реальные заказчики
на защите диплома
Персональные консультации по развитию карьеры

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

Андрей Виноградов

Руководитель Центра карьеры Skillbox

Учитесь сейчас, платите потом!

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

Первый платёж
через 6 месяцев
Кредит
до 3 лет
Далее — 4500
рублей в месяц
Без переплаты
по процентам

Кредитная программа от надежных банков

Для граждан РФ
Возраст от 18 лет
По паспорту, без справок
Одобрение в день обращения

Как проходит обучение

Изучаете тему

В курсе — практические видеоуроки.
Выполняете задания

В том темпе, в котором вам удобно.
Работаете с наставником

Закрепляете знания и исправляете ошибки.
Защищаете дипломную работу

И дополняете ею своё портфолио.

Программа

Вас ждут 8 курсов с разным уровнем сложности, онлайн-лекции и практические задания.

90 тематических модуля
2 бонусных курса

Введение в анализ данных и машинное обучение

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
14. Введение в SQL
15. Работа со строками
1. Основы статистики и теории вероятностей
1. Основные концепции Machine Learning (ML)
2. Жизненный цикл ML-проекта
3. Регрессия. Часть 1
4. Регрессия. Часть 2
5. Классификация. Часть 1
6. Классификация. Часть 2
7. Кластеризация
8. Дополнительные техники. Часть 1
9. Дополнительные техники. Часть 2
10. Знакомство с Kaggle
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 преобразования 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. Разложения матриц. Собственные векторы и значения.

Специализация

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 (Dashboards) в Python
10. Spark: управление потоками данных
11. Сервисы визуального анализа данных. Как не использовать Shiny и Dash
1. Введение в нейронные сети
2. Обучение нейронных сетей
3. Нейронные сети на практике
4. Свёрточные нейросети для задачи классификации изображений. Часть 1
5. Свёрточные нейросети для задачи классификации изображений. Часть 2
6. Семантическая сегментация. Часть 1. Слабая локализация и полносвёрточные нейросети (FCN)
7. Семантическая сегментация. Часть 2. Продвинутые архитектуры FCN для семантической сегментации
8. Детектирование объектов
9. От дискриминативных моделей к генеративным. Style transfer
10. Генеративные состязательные сети
11. Введение в NLP
12. NLP на нейросетях. Рекуррентные нейросети, классификация текстов
13. NLP на нейросетях. Языковые модели, Attention, Transformer
14. Обучение с подкреплением. Q-Learning
15. Обучение с подкреплением. Deep Q-Learning
16. Ускорение и оптимизация нейронных сетей
17. Внедрение в DL моделей в production
18. Рекомендательные системы
19. Вывод моделей машинного обучения в production, post production и мониторинг

Дипломный проект

Вы используете анонимные данные о заказах клиентов, чтобы предсказать, какие продукты будут в их следующем чеке. Создадите рекомендательную систему для сайта и рекламных коммуникаций.

Бонусные курсы

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