Скоро будет больше
IT-рекрутер

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 ₽

Чему вы научитесь в Практикуме

За 8 месяцев обучения по 15 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.

71,1% выпускников трудоустраиваются

Мы делаем всё, чтобы студенты нашли новую работу: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.

71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.

Сколько стоит обучение

Вводная часть —
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

14 000 ₽ помесячный платёж.
Итоговая сумма составит 112 000 ₽

95 000 ₽ при оплате сразу 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 560 часов
  • Поддержка наставника
  • Диплом о профессиональной переподготовке
  • Навыки и знания, востребованные работодателями
  • Портфолио из 15 проектов

Программа 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

40 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

40 часов

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

1 проект в портфолио

5

Сборный проект -1

20 часов

Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы.

1 проект в портфолио

6

Введение в машинное обучение

40 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

7

Обучение с учителем (классификация и регрессия)

40 часов

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

1 проект в портфолио

8

Машинное обучение в бизнесе

40 часов

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

1 проект в портфолио

9

Сборный проект -2

20 часов

Подготовите данные для машинного обучения. С помощью модели оцените её качество.

1 проект в портфолио

10

Линейная алгебра

40 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

11

Численные методы

40 часов

Разберёте ряд алгоритмов и приспособите их к решению практических задач с использованием численных методов. Разберётесь, как обучаются нейронные сети. Для этого вы освоите приближённые вычисления, оценку сложности алгоритма, градиентный спуск и бустинг.

1 проект в портфолио

12

Временные ряды

20 часов

Проанализируете временные ряды. Создадите из них табличные данные и решите задачу регрессии.

1 проект в портфолио

13

Машинное обучение для текстов

40 часов

Представите тексты на естественном языке в качестве таблиц с данными. Примените к ним методы классификации и регрессии. Познакомитесь с алгоритмом TF-IDF, языковыми представлениями word2vec и BERT.

1 проект в портфолио

14

Извлечение данных

40 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

15

Компьютерное зрение

40 часов

Немного Deep Learning. Решите базовые задачи на компьютерное зрение с помощью готовых нейронных сетей и библиотеки Keras.

1 проект в портфолио

16

Обучение без учителя

20 часов

Познакомитесь с задачами кластеризации и поиска аномалий.

17
Скрыть программу

Выпускной проект

40 часов

В последнем проекте подтвердите, что освоили новую профессию. Уточните задачу заказчика, пройдёте все стадии анализа данных и машинного обучения. Теперь без уроков домашних заданий — всё как на настоящей работе.

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 months?
Думаем, что да, если вы будете уделять занятиям не менее 15 часов в неделю, выполнять домашние задания и общаться с вашим наставником. Тогда за 8 months вы сможете освоить навыки специалиста по Data Science, соберёте портфолио проектов и начнёте свой путь в профессию.
Каким требованиям я должен соответствовать?
Вступительное тестирование спроектировано так, чтобы проверить ваши начальные знания. Если вы успешно ответите на наши вопросы — вы готовы переходить к платной части с наставниками, код-ревью, командными проектами и нашей поддержкой.
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 состоит из четырёх составляющих: теория, домашнее задание для самостоятельной практики, работа в команде с другими студентами и работа с наставником над кодом. Теорию вы изучаете в любое удобное время. Выполнение домашнего задания и командные проекты привязаны к двухнедельному циклу.
Что делать, если я не справлюсь с нагрузкой?
Если нужно сделать паузу или уделить больше времени закреплению материала, вы сможете взять академический отпуск. За весь период обучения можно взять два «академа» любой длины. После каждого модуля будут каникулы, во время которых вы сможете наверстать материал и доработать проекты.
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 обучение в потоке уже началось, то прошедшие дни придётся оплатить, но остальное вернём. Более подробно рассказываем про это в седьмом пункте Terms of Use.
Получу ли я диплом?
Да, после курса вы получите диплом — это официальный документ о дополнительном образовании.
Как можно оплатить?
Банковской картой: отдать всю сумму сразу, или платить ежемесячно. Второй вариант работает так: сразу оплачиваете первый платёж, в этот же момент привязывается карта, с которой автоматически спишутся следующие платежи каждые 30 календарных дней. Оплатили 25 марта, следующий платёж 24 апреля. Обучение будет стоить меньше, если оплатить всю сумму сразу.

Через компанию: юридические лица-резиденты РФ могут производить оплату с помощью перевода с корпоративной банковской карты или с расчетного счета. Прочитать подробности и оформить заявку можно на странице Corporate clients.