Кейс
в портфолио
Авторы курса
эксперты из Сбера, Visa
Доступ к курсу
навсегда
Работа с данными — процесс, в котором каждый участник команды выполняет свою задачу. Аналитик помогает принимать бизнес-решения, ML-инженер обучает модели, а Data-инженер делает так, чтобы всё работало.
Независимо от роли все программируют на Python, разбираются в математике, статистике и говорят на языке данных. Поэтому иногда таких специалистов называют просто Data Scientist.
Кому подойдёт этот курс
Новичкам
С нуля освоите Python, SQL, научитесь собирать и анализировать данные, получите необходимый теоретический минимум по математике, теории вероятности и статистике. Знания закрепите на практике — подготовите и презентуете итоговую работу, которая станет первым кейсом в вашем будущем портфолио.
Начинающим аналитикам
Вы научитесь выдвигать гипотезы и делать выводы на основе данных. Сможете писать эффективный код на Python, превращать сырые данные в полезную информацию для компании, понимать математику на основе статистики, обучать машины и прогнозировать результаты. Отшлифуете знания, увеличите скорость своей работы и добьётесь повышения.
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.
Чему вы научитесь
Аналитически мыслить
Data scientist не просто слепо применяет изученные инструменты. Вы научитесь сами решать проблемы: разрабатывать планы, выдвигать и проверять гипотезы, интерпретировать результаты и представлять их руководству.
Извлекать данные из источников
Научитесь читать файлы различных форматов при помощи Python и библиотеки Pandas, писать запросы к API, получать, очищать и сохранять данные в разных форматах. Познакомитесь с устройством баз данных и освоите язык запросов SQL.
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.
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.
Проводить разведочный анализ данных
Научитесь оценивать собранные данные и удалять непригодные для дальнейшего анализа атрибуты. Узнаете, как с помощью встроенных программных модулей Python, знаний математики и статистики исправлять ошибки в датасетах.
Разрабатывать модели машинного обучения
Вы начнёте с простых моделей машинного обучения, которые требуют минимальных знаний программирования. После вводного курса такие термины, как регрессия, кластеризация, векторные и матричные вычисления не будут казаться чем-то страшным.
Содержание курса
Введение в Data Science
Познакомитесь с основными направлениями Data Science, узнаете, какие задачи решают дата-аналитики, дата-инженеры и специалисты по машинному обучению.
Научитесь общаться с заказчиками, выявлять потребности, собирать и документировать требования, проводить интервью.
Освоите азы языка Python на достаточном уровне, чтобы уверенно работать с данными.
Научитесь выгружать данные из различных источников, освоите инструменты Excel, SQL и Power BI. Узнаете, как описывать и оценивать качество исходных данных.
Основы статистики и математики
Получите базовые знания по математике для работы с машинным обучением. Поймёте, что такое аппроксимация, интерполяция, функции, регрессии, матрицы и векторы. Научитесь работать с математическими сущностями в Python-библиотеке SymPy.
Поймёте принципы работы со случайными величинами и событиями. Познакомитесь с некоторыми видами распределений и статистическими тестами, которые пригодятся при составлении моделей и проверке гипотез.
Будьте первым кто оставит отзыв.
Оставить отзыв можно только с предоставлением сертификата о прохождении курса.
Похожие курсы
