Как стать
специалистом по Data Science

Специалист по Data Science структурирует и анализирует большие объёмы данных, применяет машинное обучение для предсказания событий и обнаружения неочевидных закономерностей. Помогает создавать и улучшать продукты в бизнесе, промышленности и науке. Мы хотим научить вас основным инструментам этой профессии: Python и его библиотекам, в том числе Scikit-Learn и XGBoost, Jupyter Notebook, SQL.

Зарплата
специалиста по Data Science

Источник данных: Хабр Карьера
Junior
Middle
Senior
61 000 ₽

Что вы получите в Практикуме

За 8 месяцев обучения по 10 часов в неделю вы освоите востребованные навыки и соберёте портфолио. Вот какие проекты в него войдут:

Прогнозирование оттока клиентов банка
Спрогнозируйте вероятность ухода клиента из банка.
Анализ прибыли и убытков нефтедобывающей компании
Обучите модель для предсказания добычи нефти с наименьшим риском убытков.
Оптимизация работы предприятия золотодобывающей отрасли
Обучите модель, прогнозирующую коэффициент восстановления золота из руды.

Учим в собственной технологической среде

Погружение в IT-профессию подразумевает постоянный контакт с изучаемыми технологиями, выполнение практических заданий и общение с наставником. Для этого мы создали собственную среду обучения.

01

Онлайн-тренажёр

С первого дня вы учитесь на практике. Мы даём знания небольшими частями, которые нужно сразу применить, написав собственный код в онлайн-тренажёре.

02

Самостоятельная работа

Тренажёр — это только часть обучения. Основные навыки вы приобретете по мере решения задач инструментами профессиональных разработчиков, а код-ревьюер даст вам обратную связь.

03

Поддержка

Команда наставников проверяет и комментирует ваши работы, помогает разобраться в сложностях и обучает собственным профессиональным приёмам. Поддержка в чате доступна 24/7.

Специалисты по Data Science учат Data Science

Наставники — аналитики из Яндекса и других IT-компаний. Некоторые из них, как и вы, не сразу выбрали свою профессию и тоже осваивали её с нуля.

Сертификат для работодателя

Сертификат — это официальный документ о дополнительном образовании. Чтобы его получить, необходимо сдать итоговый проект. Для работодателя это показатель, что вы достаточно знаете о Data Science и самостоятельно выполнили проекты из вашего портфолио.

Сколько стоит обучение

Вводный курс —
бесплатно

Вы поймёте, что представляет собой анализ данных, какие процессы он в себя включает и в чём отличие аналитика от специалиста по Data Science. Изучите азы важнейшего инструмента — языка программирования Python. Cможете оценить свои силы, мотивацию, запас времени и решить, нужно ли идти дальше.
  • Доступ к первому курсу в тренажёре
  • Навыки и знания на 20 часов обучения
  • 1 учебный проект на реальных данных

Платное продолжение

13 000 ₽ помесячный платёж.
Итоговая сумма составит 104 000 ₽

или

90 000 ₽ при оплате сразу
за все 8 месяцев обучения.

Закончив бесплатный курс, можно пойти дальше. С этого момента вы начнёте полноценно осваивать профессию специалиста по Data Science.
  • Полный доступ к тренажёру
  • Профессиональная программа обучения на 300 часов
  • Поддержка наставника
  • Сертификация
  • Навыки и знания, востребованные работодателями
  • Портфолио из 17 проектов

Программа вашего обучения

1

Основы Python и анализа данных: бесплатный вводный курс

20 часов

Познакомитесь с языком программирования Python, библиотекой Pandas, а также средой программирования Jupyter. Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики и специалисты по Data Science.

1 проект в портфолио

2

Предобработка данных

20 часов

Научитесь очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.

1 проект в портфолио

Открыть всю программу

Исследовательский анализ данных

4

Статистический анализ данных

20 часов

Научитесь анализировать взаимосвязи в данных методами статистики. Узнаете, что такое статистическая значимость, гипотезы и доверительные интервалы.

2 проекта в портфолио

5

Введение в машинное обучение

20 часов

Освоите основные концепции машинного обучения. Познакомитесь с библиотекой Scikit-Learn и примените её для создания первого проекта с машинным обучением.

1 проект в портфолио

6

Обучение с учителем (классификация и регрессия)

20 часов

Углубитесь в самую востребованную область машинного обучения — обучение с учителем. Узнаете, как обращаться с несбалансированными данными.

1 проект в портфолио

7

Машинное обучение в бизнесе

20 часов

Примените свои знания о машинном обучении к задачам бизнеса. Узнаете, что такое бизнес-метрики, KPI и A/B-тестирование.

2 проекта в портфолио

8

Линейная алгебра

20 часов

Заглянете внутрь нескольких изученных ранее алгоритмов и лучше поймёте, как их применять. На практике освоите с нуля главные концепции линейной алгебры: линейные пространства, линейные операторы, евклидовы пространства.

1 проект в портфолио

9

Численные методы и алгоритмы

20 часов

Разберёте ряд алгоритмов и приспособите их к решению практических задач с использованием численных методов. Приближённые вычисления, оценка сложности алгоритма, градиентный спуск.

1 проект в портфолио

10

Тексты, временные ряды и feature engineering

20 часов

Узнаете, что такое feature engineering в целом. Примените его к текстам и временным рядам. Научитесь векторизировать тексты инструментами word2vec, GloVe, FastText.

2 проекта в портфолио

11

Извлечение данных

20 часов

Познакомитесь с основными системами хранения данных — реляционными базами и распределёнными хранилищами. Научитесь извлекать эти данные запросами на языке SQL и методами библиотеки PySpark.

1 проект в портфолио

12

Компьютерное зрение

20 часов

Научитесь решать простые задачи компьютерного зрения с привлечением готовых нейронных сетей и библиотеки Keras. Одним глазком заглянете в Deep learning.

1 проект в портфолио

13
Скрыть программу

Рекомендации и обучение без учителя

20 часов

Узнаете, что такое рекомендательные системы, и построите свою. Познакомитесь с рядом задач обучения без учителя.

2 проекта в портфолио

Что говорят о нас
Студенты
Эксперты

Начните учиться бесплатно

Вы сможете попробовать себя в роли специалиста по Data Science и освоить азы профессии.

Часто задаваемые вопросы

Подойдёт ли мне профессия?
Для тех, кто ещё нетвёрдо уверен в своём намерении, мы спроектировали бесплатную часть, которая поможет получить ответ на этот вопрос. Если вы убедитесь, что разработка не для вас, это тоже положительный результат.
Можно ли обучиться профессии за 8 месяцев?
Думаем, что да, если вы будете уделять занятиям не менее 10 часов в неделю, выполнять домашние задания и общаться с вашим наставником. Тогда за 8 месяцев вы сможете освоить навыки специалиста по Data Science, соберёте портфолио проектов и начнёте свой путь в профессию.
Каким требованиям я должен соответствовать?
Для старта достаточно иметь законченное среднее образование и возможность заниматься не менее 10 часов в неделю.
Кто будет меня учить?
Программа составлена опытными преподавателями, методологами и действующими специалистами не только Яндекса и Школы анализа данных, но и других лидеров технологической и образовательной индустрии.
Как и когда я буду учиться?
Обучение строится из трёх составляющих: теория с закреплением в тренажёре, домашнее задание для самостоятельной практики и работа с наставником над кодом. В тренажёре вы учитесь в любое удобное время, а выполнение домашнего задания привязано к двухнедельному циклу.
Что делать, если я не справлюсь с нагрузкой?
Если вы понимаете, что нужно сделать паузу или получить дополнительное время для закрепления материала, у вас есть возможность взять академический отпуск на месяц — но только два раза. Также в учебной программе предусмотрены каникулы.
Смогу ли я найти работу после обучения?
Сможете, но просто не будет. Рынок требует, чтобы вы умели делать что-то на практике, а не просто обладали набором знаний — мы научим вас применять эти знания, и вы сможете собрать портфолио из реальных проектов. Ещё в процессе обучения вы напишете резюме и мотивационное письмо, пройдёте несколько интервью, поучитесь неформальному поиску работы и нетворкингу. Тем не менее, усилия приложить тоже придётся: например, поработать на фрилансе. В конечном итоге шансов устроиться на работу в хорошую компанию будет настолько больше, насколько больше тех самых реальных проектов в вашем портфолио.
А если я хочу работать в Яндексе?
Мы подготовили курс так, чтобы вы могли начать карьеру непосредственно после обучения. С ходу получить работу в Яндексе маловероятно: крупные IT-компании подбирают сотрудников с бóльшим опытом или прошедших специализированные вузовские программы. Мы рекомендуем отточить навыки в компаниях поменьше, а затем претендовать на должность в более крупных — в том числе и в Яндексе.
Хорошо, а вы можете помочь с трудоустройством?
Да, можем. Команда HR поможет составить резюме, подготовиться к собеседованию, пообщаться со специалистами из крупных компаний. 70% выпускников, которые заинтересованы в новой работе, находят её за 2-4 месяца.
Как работает помощь в поиске работы?
За 2 месяца до окончания учебной программы вы сможете присоединиться к карьерному треку. Он состоит из трёх частей: программы трудоустройства, где мы поможем упаковать опыт в резюме и оформить портфолио, акселерации — активного поиска работы, когда вы решаете тестовые задания и проходите интервью, и сопровождения на испытательном сроке, где мы поддерживаем вас на новом рабочем месте. Всё это время с вами будет работать менеджер по трудоустройству.
Если не понравится, я могу вернуть деньги?
Короткий ответ — да, причём в любой момент. Правда, если вы уже прошли какую-то часть курса, её придётся оплатить, но остальное вернём. Более подробно рассказываем про это в седьмом пункте оферты.
Как можно оплатить?
Банковской картой: отдать всю сумму сразу, или платить помесячно. Второй вариант работает так — сразу оплачиваете первый платёж, в этот же момент привязывается карта, с которой автоматически спишутся следующие, раз в месяц. Оплатили 25 марта, следующий платёж 25 апреля. Обучение будет стоить меньше, если оплатить всю сумму сразу.