Скоро будет больше
Инженер по тестированию
Дата инженер
Специалист по машинному обучению
Специалист по нейросетям
Дизайнер интерфейсов
Менеджер продукта

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: Мой круг
Junior
Middle
Senior
RUB 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:

Спрогнозировать уровень пробок в сервисе Яндекс.Навигатор
Обучите модель, которая предсказывает уровень пробок на сегодня.
Подобрать рекламу для показа на странице интернет-сообщества
Если у сообщества несколько спонсоров, целесообразно для каждого пользователя подбирать ту рекламу, по которой он охотнее кликнет. Построите модель, предсказывающую вероятность этого клика.
Спрогнозировать свободные временные слоты для курьера
Обучите модель для курьерского сервиса, которая прогнозирует, какие временные слоты в определённый день будут заняты.

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 —
RUB 90,000

За 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.
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: два раза по одной неделе.
Смогу ли я найти работу после обучения?
Сможете, но просто не будет. Рынку требуется умение, а не просто набор знаний — мы научим вас применять эти знания и поможем сделать портфолио из реальных проектов. Чтобы заявить о себе, понадобится приложить серьёзные усилия. Например, поработать на фрилансе. В конечном итоге шансы устроиться в хорошую компанию будут тем выше, чем 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.
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 шестом пункте оферты.