Data Scientist с нуля до Junior

Введение в Data Science

1. Познакомитесь с основными направлениями Data Science, узнаете, какие задачи решают дата-аналитики, дата-инженеры и специалисты по машинному обучению.
2. Пройдёте все этапы работы с данными. Научитесь выявлять проблемы, собирать бизнес-требования. Будете выгружать данные из различных источников, проводить разведочный анализ и готовить датасет к дальнейшему использованию. Обучите и внедрите готовую ML-модель, попробуете себя в роли продуктового и маркетингового аналитика. Узнаете, как формулировать и проверять гипотезы. Освоите базовые инструменты для работы: Python, SQL, Excel, Power Bi, Airflow.

Основы статистики и теории вероятностей

1. Поймёте принципы работы со случайными величинами и событиями. Познакомитесь с некоторыми видами распределений и статистическими тестами, которые пригодятся при составлении моделей и проверке гипотез.

Основы математики для Data Science

1. 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.

Специализация 1: Machine Learning

1. Machine Learning. Junior. Познакомитесь с алгоритмами машинного обучения для решения задач регрессии, классификации и кластеризации. Построите и обучите свою первую нейронную сеть. Научитесь подбирать параметры модели, оценивать качество и улучшать её, а также выводить результат в Production.

Специализация 2: Data Analyst

1. Data Analyst. Junior. Познакомитесь с базовыми методами анализа на примере анализа продаж. Пройдёте основы маркетинговой, BI и продуктовой аналитики. Прокачаете навыки работы в Excel, Python и Power BI. Будете уметь формулировать и тестировать гипотезы и презентовать результаты заказчику.

✦ Трудоустройство с помощью Центра карьеры

1. Карьерный консультант поможет подготовиться к собеседованию в компании-партнёре. Разберёте частые вопросы и научитесь меньше переживать на интервью.
2. Напишете сопроводительное письмо и грамотно оформите резюме.
3. Будете готовы пройти собеседование — карьерный консультант организует встречу с работодателем.
4. На интервью презентуете проекты, над которыми вы работали на курсе, а знания и навыки пригодятся для выполнения тестовых задач.

Введение в Data Science

1. Закрепите новые знания на индивидуальном проекте — пройдёте путь от загрузки данных до внедрения модели. Решите задачи ML-инженера и дата-аналитика, чтобы определиться со специализацией.

Machine Learning

1. Соревнование в Kaggle. Самостоятельно построите модель для решения задачи. Проведёте сбор и разведочный анализ данных, выберете ML-алгоритм и обучите свою модель, оцените её качество и поработаете над улучшениями.

Data Analyst

1. Product Analytics: проанализируете итоги А/B-тестирования для продукта и решите, что необходимо развивать в первую очередь.
2. Marketing Analytics: подготовите данные, посчитаете конверсии и LTV. Сделаете выводы об эффективности рекламных кампаний.
3. BI Analytics: построите план-факт. Создадите дашборды, которые позволят понять, какие подразделения больше всего влияют на показатели компании.

Карьера разработчика: трудоустройство и развитие

1. Узнаете, как выбрать подходящую вакансию, подготовиться к собеседованию и вести переговоры с работодателем. Сможете быстрее получить должность, которая соответствует вашим ожиданиям и умениям.