Data Science набирает популярность
Все больше компаний принимают решения на основе данных и работают с ИИ для автоматизации процессов
Специалисты по Data Science нужны везде, где есть много данных: в науке, промышленности, торговле, медицине и других сферах
Ваша зарплата будет расти вместе с опытом
Junior, после курса
Middle, опыт от 1 до 3 лет
Senior, с опытом от 3 лет
Источник: «Хабр Карьера», HeadHunter
Возможности наших выпускников безграничны
Истории обычных людей, преобразивших свои жизни благодаря обучению ИТ-профессии. Они восхищают нас своей силой и вдохновляют на подобные перемены.
Как стать тестировщиком, лежа на больничной койке
Алексей Дубовский
Как от дизайна листовок перейти к проектам для космоса
Евгений Буймов
Зачем бросать руководящую должность и снова писать код
Андрей Абаньшин
Как из парковщика стать программистом для АЭС
Николай Нагорный
Как 12-летняя выиграла у студентов олимпиаду по разработке
Анастасия Коленько
Как из полицейского стать универсальным ИТ-солдатом
Ольга Андреева
Как за 2 года стать сеньором и в 4 раза увеличить зарплату
Яна Есакова
Как из маркетинга уйти в продакт-менеджеры
Екатерина Тиханкина
Как бросить нанотехнологии ради программирования роботов
Артем Стаценко
Как перескочить с коня на Backend
Ксения ЛоктеваПолучите льготы для IT-специалистов от государства
Ипотеку по ставке до 5% и отсрочку от армии, если устроитесь работать в аккредитованную IT-компанию
Получите все
нужные навыки
Junior
Data Scientist
Другие названия вашей профессии:
Специалист по машинному обучению, инженер данных, аналитик данных
Желаемая зарплата
от 90 000 ₽
Инструменты
Excel
Python
PyCharm
Jupyter Notebook
Pandas
GitLab
SQL
PowerBI
NumPy
FastAPI
Docker
Grafana
Airflow
Kafka
Spark
Навыки
- Извлечение данных из файлов, API и баз данных
- Работа с big data
- Разведывательный анализ данных
- Формулирование и проверка гипотез
- ML-инженер: построение и внедрение моделей машинного обучения, оценка качества моделей
- Data-инженер: разворачивание программной инфраструктуры для сбора, обработки, хранения данных; тестирование кода
В вашем портфолио будет 2 сильных проекта
Проанализируете бриф от компании, организуете аналитическую базу данных и оцените лояльность аудитории. Аналитики будут работать с дашбордами и метриками, специалисты по машинному обучению научат модель предсказывать отток аудитории
Оцените, как новая функция повлияет на бизнес и пользователей. Подготовите модель, которая будет предсказывать время доставки
Будете проверять гипотезы продуктовой команды: поработаете с трафиком и целевыми каналами. Специалисты по машинному обучению построят модель для предсказания целевого действия
Поможете банку спрогнозировать платежеспособность клиента с помощью модели кредитного риск-менеджмента
Создадите модель, которая будет анализировать объявления в сервисе и находить дубликаты
Бесплатная консультация со специалистом
звонок чтению страницы
Комбинируем живое обучение и видеоуроки
С вами будут работать лучшие эксперты в IT
Кирилл Шмидт
Product analyst team lead в Citrix (США) и Wrike
Юлдуз Фаттахова
Team lead в SberData, Сбер
Владимир Ершов
Data solutions manager, Visa. В data science больше 7 лет
Артур Самигуллин
Product intelligence team lead в EQ SberDevices
Федор Ерин
Data scientist в Yousician
Алексей Железной
Middle+ дата-инженер в Wildberries
Василий Сизов
Team Lead IT-команды в ВТБ
Александр Горяинов
Доцент Московского авиационного института
Екатерина Малиборская
Основатель маркетингового и дизайн агентства EZmarket
Максим Кулаев
Руководитель команды в VK
Анна Николаева
Аналитик в VK
Илья Булгаков
Эксперт операционной поддержки продаж
Евгения Сумина
Программист-исследователь
Получите бесплатный доступ к Yandex Cloud
Сможете использовать облачную платформу для практики во время обучения
Будете использовать сервис для создания виртуальных машин, настройки серверов, хранения и шифрования данных
Цель обучения — ваше трудоустройство
работу с нашей помощью
Программа обучения
- Business Understanding. С чего начинается работа с данными
- Data Understanding. Excel
- Введение в Python
- Переменные и типы данных
- Условия
- Циклы
- Алгоритмы и структуры данных
- Функции
- Коллекции в Python
- Чтение файлов в Python и командной строке
- Библиотека Pandas
- Получение данных с помощью API
- Базы данных
- Язык запросов SQL
- Power BI
- Data Preparation
- Разведочный анализ данных. Data cleaning, data visualization, feature engineering
- Modeling
- Машинное обучение
- Линейные модели и нейронные сети
- Метрики в аналитике
- Маркетинговая аналитика
- Продуктовая аналитика
- Modeling. Заключение
- Evaluation
- Алгоритмы и структуры данных. Часть 2
- Deployment
- Модель как API
- Мониторинг моделей
- Airflow
- Постановка задачи и терминология machine learning
- Выгрузка данных с помощью SQL
- Линейная регрессия и регуляризация
- Метрическая классификация. Метод ближайших соседей
- Библиотека numpy
- Линейная классификация: логистическая регрессия, опорные векторы, деревья решений
- Очистка данных
- Кластеризация: метод k-средних и DBSCAN
- Несбалансированные выборки
- Нейрон и нейронная сеть
- Основы анализа текстов
- Типы источников. Подключение источников с помощью data ingestion tool
- Docker: настройка мониторинга и логирования
- Hadoop Stack
- Spark: RDD, Dataframe
- Hive
- Введение в хранилища данных для аналитики
- Построение data lake
- Управление ETL-процессами с помощью Airflow
- Использование ClickHouse
- Моделирование и построение DWH
- Работа с аналитическими БД
- Построение витрин
- Тестирование Python-приложений на примере DAGов Airflow
- Загрузка данных и контроль качества
- Доступные источники данных, оценка качества
- Визуализация в Excel
- Объединение разнородных данных
- Требования к качеству данных
- Корреляция и факторы
- Визуализация в Python
- Формулирование гипотез по данным
- SQL для витрины данных
- Очистка данных
- Методы прогнозирования
- Программные средства визуализации
- A/B-тесты и их планирование
- Данные по API и аккумулирование источников
- Повышение качества данных
- Выявление закономерности в данных
- Прикладные программные продукты визуализации
- Интерпретация результатов А/В-тестирования
- Аналитическая отчетность и сторителлинг
- Выполните индивидуальный проект по внедрению модели
- Попробуете решить задачи дата-инженера, ML-инженера и дата-аналитика, чтобы выбрать специализацию
- Базовые математические объекты и SymPy
- Интерполяция и полиномы
- Аппроксимация, преобразования функций и производные
- Функции нескольких переменных, их свойства и графики
- Частные производные функции нескольких переменных
- Векторs и матрицы. Градиент
- Линейная регрессия и системы линейных уравнений
- Задача аппроксимации как матричное уравнение
- Случайные величины и события
- Принципы и виды распределения
- Непрерывные распределения
- Статистисечкие тесты
- Составление моделей и проверка гипотез
- Gentle introduction. Теория вероятностей в Python
- Оценивание
- Проверка гипотез
- Совместные распределения
- Исследование зависимостей
- Временные ряды
- Работаем с Git на своем компьютере
- Работаем с удаленным репозиторием
- Командная работа в Git
- Сравнение версий и отмена изменений
- Инструменты и правила работы с Git
- Поиск подходящих вакансий
- Подготовка к собеседованиям
- Переговоры с работодателем
Получите презентацию
курса и консультацию
образовательной лицензии ДПО
Выгодные условия оплаты
Первый платеж через 3 месяца
Учитесь три месяца полностью бесплатно
Рассрочка под 0%,
без переплаты и скрытых платежей
Без первого взноса
Можно вернуть до 13%
от цены курса
Воспользуйтесь налоговым вычетом
Первый платеж через 3 месяца
Поможем дойти до конца обучения
Куратор-эксперт
Подробно разбирает домашние задания, помогает сделать лучше
HR-консультант
Помогает в поиске работы: от плана действий до собеседований
Служба заботы
Помогает с вопросами по платформе и прохождению курса
13 лет обучаем специалистов в IT и Digital
Входим в группу компаний VK и дорожим качеством своих курсов
студентов и выпускников за все время
положительных отзывов от студентов на программы и преподавателей
в рейтинге крупнейших компаний в сфере онлайн-образования, по версии Smart Ranking
Отзывы наших студентов
При поступлении не имел никакого опыта программирования, и в начале было очень трудно и ничего не понятно. Но в процессе обучения, благодаря преподавателям и программе обучения ( от простого к сложному) стали появляться положительные результаты.
Стали видны результаты обучения и это очень мотивирует двигаться дальше. Еще продолжаю учиться, но теперь уверен, что дойду до конца. Очень рекомендую, особенно тем, кто не имеет никакого опыта - поверьте, это не страшно.
Дмитрий
со Сравни.ру
96%
cтудентов GeekBrains довольным обучением
На основе более 2 млн оценок наших программи преподавателей
4,4
Наша оценка на независимых площадках, 6000+ отзывов
5.0
4.5
4.3
4.2
4.0
4.0
На курс пришла с нулевым опытом за плечами в этой области. Сначала вообще не поняла, что зачислена. Казалось всё какой-то игрой: заполняла анкеты, проходила тесты. Как-то позвонили из службы поддержки и сказали, что свяжется куратор и всё расскажет. Куратора я так и дождалась. То, что я, всё-таки, успела именно на этот факультет поняла, когда увидела на своей странице расписание и подготовительные лекции.
Учёба моя длится менее двух месяцев, но уже понятно, что времени надо много. Всё очень интересно, несмотря на то, что становится сложно. Особо хочется отметить преподавательский состав. Пока замечаний вообще нет. Все на контакте и готовы помочь.
Ольга
с Tutortop
Я бы определенно рекомендовала GeekBrains как отличную платформу для обучения в области инженерии искусственного интеллекта!
Алина
со Сравни.ру
Преподаватели настолько увлекательно раскрывали предмет и доступным языком. Материалы насыщены большим количеством примеров, что способствует быстрому погружению и пониманию предмета. Огромное спасибо.
Надежда
с Tutortop
Мне особенно понравилась гибкость в выборе времени занятий. Это означает, что можно настроить график обучения в соответствии с вашими потребностями и обстоятельствами, что очень удобно для занятых людей.
Еще одно преимущество GeekBrains - разнообразие преподавателей на их курсах. Это дает возможность получить разные подходы и взгляды на предметы, а также полностью погрузиться в знания и опыт, которыми они делятся.
Денис
с Tutortop
Искусственный интеллект сегодня крайне популярная тема, есть возможность неплохо устроиться на работу.
Первое время пытался сэкономить и освоить самостоятельно по видеороликам на YouTube и тематической литературе, но ничего толком не вышло. Потом решил все же заплатить за курс на GeekBrains, так сказать инвестиции в самого себя.
Пока пошел только третий месяц обучения, но толку уже больше, чем почти год самостоятельных занятий. Наличие преподавателя и специальной программы совсем другой уровень образования.
Виталий
с Сравни.ру
Часто задаваемые вопросы
