Как стать
специалистом
по Data Science плюс

Расширенная программа для тех, кто хочет построить карьеру
в сфере data science

Мы уверены в нашей программе и вернём деньги, если у вас не получится найти работу специалистом в data science.

→ Мы помогаем вам найти работу с помощью бесплатного курса по трудоустройству.

В результате у вас проекты в портфолио, уверенность в своих навыках и новая профессия.

Мы даём знания, практику и поддержку в течение 16 месяцев обучения.

Честное обещание трудоустройства
Никто и никогда не сможет гарантировать вам трудоустройство. Мы тоже. Ведь поиск новой работы требует усилий и от нас, и от вас. В оферте мы прозрачно, без уловок и мелких шрифтов фиксируем, как должны выглядеть ваши усилия. А мы сделаем свою часть работы, чтобы вы в итоге изменили жизнь и нашли новую работу. Или вернем деньги. Это подтверждает нашу уверенность в курсе.
← Мы прописали это в оферте, а чтобы она был понятнее — сделали упрощённую версию.
Быть специалистом
по data science — это:

→ Находить закономерности и предсказывать события с помощью машинного обучения, чтобы решать задачи бизнеса.

→ Помогать создавать и улучшать продукты в бизнесе, промышленности и науке.

Сколько зарабатывает
специалист по data science
Данные — взяты с Хабр Карьеры. Естественно, суммы
приблизительные: чем вы сильнее, тем они выше.

Программа обучения
и путь от «ничего не понимаю»
до «давайте сюда ваши вакансии»

Курс подойдёт, если вы только начинаете разбираться в data science и не хотите ничего упустить. Если базовые знания уже есть, вы сможете их углубить и заполнить пробелы. Посмотрите план обучения, чтобы убедиться.

Примерно 20 часов

Вводный курс, из которого вы узнаете, что такое анализ данных и чем занимаются аналитики. Решая кейсы из разных областей, вы изучите азы Python и библиотеки Pandas, научитесь строить некоторые графики и верно их трактовать. Но главное — оцените свои силы, мотивацию и запас времени, чтобы решить, идти ли дальше.

Всякое исследование проходит три стадии:

1. На этапе предобработки данные очищают от ошибок.
2. В исследовательском анализе учатся применять графики и описательную статистику. Тогда появляются первые гипотезы.
3. С помощью статистического анализа оценивают, насколько данные позволяют предсказывать будущие события.

Навыки и технологии

pandas, seaborn;
предобработка данных, EDA, проверка гипотез.

Один из способов обучить алгоритм — показать исходные данные и желаемый результат. Алгоритм обучится на данных и сможет сам достигать того же результата. Похоже на шахматы: сначала новички изучают партии мастеров и потом побеждают сами.
Этот метод обучения алгоритмов вы опробуете на реальных бизнес-кейсах.

Навыки и технологии

Задачи классификации и регрессии;
проработка бизнес-задач;
бизнес-метрики;
оценка качества моделей.

Python — основной язык программирования в data science. Достаточно простой, даже если вы никогда не писали код.

Приложения для командной строки заменят визуальный интерфейс: они быстрее и гибче.

Git — для совместной работы и хранения изменений в коде. Впереди сложные проекты, но вы с самого начала научитесь раскладывать всё по полочкам.

Навыки и технологии

Python и pandas;
bash, virtualenv, docker;
управление git-репозиторием,
ветвями кода.

В зависимости от задачи специалисты подбирают разные алгоритмы и структуры данных. Всё ради эффективности: данных бывает много, а алгоритмы должны справляться быстро.

Для оценки эффективности пригодятся основы линейной алгебры и численных методов. При необходимости мы поможем разобраться в математике. Так вы сможете глубже разобраться в устройстве машинного обучения и особенностях моделей.

Навыки и технологии

Алгоритмы и структуры данных: сложность алгоритма, алгоритмы на графах, динамическое программирование;

линейная алгебра: векторы, матрицы, расстояния;

численные методы: приближённые алгоритмы, алгоритмы оптимизации, градиентный спуск;

алгоритмы машинного обучения: решающие деревья, бустинг и бэггинг, линейные и модели.

Данных так много, что их хранение и получение — отдельная область знания. Мы расскажем, как организовать хранение больших объёмов информации, чтобы доступ к ней оставался простым и быстрым.

Для оценки эффективности пригодятся основы линейной алгебры и численных методов. При необходимости мы поможем разобраться в математике. Так вы сможете глубже разобраться в устройстве машинного обучения и особенностях моделей.

Навыки и технологии

Анализ данных на SQL;

Spark, MapReduce, распределённые системы.

Это предпоследний модуль программы. Поэтому практических задач станет больше, а теории меньше.

Вы отработаете навыки на задачах из разных областей бизнеса и узнаете, как улучшить модели машинного обучения.

Навыки и технологии

Регуляризация, выбор моделей и гиперпараметров, объединение моделей;

временные ряды;

обучение без учителя.

На последнем этапе вы получите опыт решения задач бизнеса с помощью нейронных сетей. Две самые современные области Deep Learning: компьютерное зрение и обработка текстов. Вы сделаете проекты по обоим направлениям.

Навыки и технологии

Нейронные сети, градиентный спуск, регуляризация нейронных сетей;

cвёрточные нейронные сети;

keras, tensorflow;

BERT.

Сколько стоит обучение →

16 месяцев учёбы в среднем темпе — около 15 часов в неделю. Это пара часов по вечерам и немного на выходных.

228 000 ₽ сразу

16 000 ₽ в месяц

итого 256 000 ₽

экономите 28 000 ₽

или

И почему это того стоит ↓


Это самое ценное, что вы получите. Более 960 часов учёбы, попыток, ошибок, отрицания, гнева, торга, расстройства, принятия, снова попыток и радости, что всё наконец работает. Это сложный, но интересный путь, который изменит вашу жизнь.

Полтора года практики

14+ проектов в портфолио

Мы поможем с каждым. В итоге вы не просто обучитесь data science — вам будет, что показать на собеседовании. Вот реальные работы выпускников Практикума:

Это официальное подтверждение того, что вы прошли обучение в Практикуме. Диплом не гарантирует трудоустройство, но добавляет вам «баллов» в глазах работодателя.

Диплом Яндекса

Мы включили в программу обучения курс по трудоустройству. На нём вы узнаете о рынке труда, как проходят собеседования и чего ждать от них. И, конечно, мы поможем собрать все артефакты: резюме, мотивационное письмо, портфолио, а завершим этот процесс реальными откликами на вакансии, тестовыми, собеседованиями и, надеемся, оффером.

Мы уверены в нашей программе, поэтому если в течение 6 месяцев после окончания обучения вы не сможете устроиться на работу, мы вернём деньги.

Вы научитесь искать работу

Трудоустройство в два этапа:

2 этап —
акселерация:

Тут вы начинаете по-настоящему искать работу и откликаться на реальные вакансии. А наши менеджер по трудоустройству и наставник подсказывают, как избежать ошибок
в процессе.

1 этап —
подготовка:

→ Научитесь составлять резюме и писать цепляющие мотивационные письма.

→ Подготовитесь к собеседованию, потренируетесь его проходить.

→ Разовьёте софт скиллс, или «гибкие навыки». Работодатели их ценят.

В каком формате
учимся data science

Мы не продаём курсы, а обучаем профессиям и навыкам. Поэтому мы разрабатываем отдельную образовательную среду для каждой программы.

Погружение в неё помогает студентам осваивать навыки максимально эффективно.

Команда сопровождения

Учиться будет непросто. Поэтому у вас будет свой отряд особого назначения, который всегда поможет и направит.

Код-ревьюеры

Настоящие аналитики, которые проверяют ваш код и проекты, указывают на ошибки и дают рекомендации.

Преподаватель

Опытный аналитик, который отвечает на вопросы по теории и практике, возникающие при прохождении тренажёра.

Наставник

Наставник отвечает на вопросы о карьере:

  • Где можно работать?
  • Каких перспектив для роста ожидать?
  • На что руководители обращают внимание на собеседованиях?
  • Какие трудности возникают у специалистов в работе?

Куратор

Куратор делает так, чтобы учиться было комфортно и приятно. Он ответит на вопросы, подскажет, когда дедлайн, отправит ссылки на записи лекций, выслушает и поддержит.

Поддержка

Это специалисты, которые помогают справляться со всеми техническими сложностями. Они на связи 24/7 на случай, если вы решили поработать ночью. Отвечают за 10 минут.

Работа над реальными проектами

Кроме учебной программы, вы сможете поучаствовать в выполнении проектов для наших партнёров.

Онлайн-мероприятия

Написание кода в реальном времени, соревнования, онлайн-репетиции собеседований да и просто встречи поболтать — всё будет. Нужно же, чтобы вы постепенно вливались в индустрию и чувствовали себя уверенно.

И другие студенты

Учитесь вы не одни — с вами в потоке движутся студенты со всей России. А это огромная эмоциональная поддержка, новые знакомства, интересные беседы. Вам понравится.

Что изменилось в плюс версии

Если вы всё ещё не уверены в выборе, прочтите истории наших студентов, которые уже изменили свою жизнь
Если появились вопросы, значит, вам интересно. Отвечаем заранее на некоторые:
Кто меня будет учить?
Программа составлена опытными преподавателями, методологами и действующими специалистами не только Яндекса и Школы анализа данных, но и других лидеров технологической и образовательной индустрии.
Подойдёт ли мне профессия?
Пока ни мы, ни вы этого не знаем. Чтобы лучше понять, пройдите бесплатный вводный курс и приходите на ближайший день открытых дверей.
Мне помогут устроиться на работу?

Учёба включает в себя программу трудоустройства и профессиональной акселерации. Мы поможем сделать резюме, оформить портфолио и мотивационное письмо. Будем сопровождать вас в откликах на вакансии и интересоваться, как дела на испытательном сроке.

Мы уверены в нашей программе, поэтому, если в течение 6 месяцев после окончания обучения вы не сможете устроиться на работу, мы вернём деньги.

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 платежи, раз в месяц. Оплатили 25 марта, следующий платёж 25 апреля. Обучение будет стоить меньше, если оплатить всю сумму сразу.

Можно ли обучиться профессии за 16 месяцев?
Да.

Получение новой профессии — дело непростое, придётся постараться. Но, если стабильно прикладывать усилия, за полтора года можно получить всё, что нужно для первой работы. Мы в это верим, а наши выпускники подтверждают.

Каким требованиям я должен соответствовать?
Для старта достаточно иметь законченное среднее образование и возможность уделять учёбе от 15 часов в неделю.
А если я хочу работать в Яндексе?

Говорим открыто: если совсем нет опыта, устроиться в Яндекс даже спустя год учёбы будет непросто. Тех, у кого это получилось — единицы. Но можно начать с другой компании, а когда немного окрепнете, прийти в Яндекс.

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 чувствуете, что нагрузка слишком велика или на основной работе завал, можно сделать перерыв длиной в месяц. В течение учебной программы можно взять два таких перерыва и подтянуть пробелы в знаниях или разгрести накопившиеся дела.
Если не понравится, я могу вернуть деньги?

Короткий ответ — да, за ту часть обучения, которую вы не прошли. Например, вы оплатили всё обучение целиком, но отучились только два месяца — мы вернём деньги за оставшиеся четырнадцать. Более подробно об этом сказано в седьмом пункте оферты.

Пора учиться
новому

Мы все с чего-то начинали: меняли профессию, прокачивали знания или только пытались найти своё. Могли знать, чего хотим, или даже не представлять, куда идём. Важно было двигаться.

Просто делайте всё, что от вас зависит. Мы всегда будем здесь, рядом.

Tue Apr 27 2021 13:19:05 GMT+0300 (Moscow Standard Time)