Data Science Foundation
на языке программирования Python за
Запишитесь в группу
сделайте первый шаг к успешной карьере
Специалисты по работе с большими данными — наиболее популярные и высокооплачиваемые сегодня на рынке труда. Data Scientist сочетает в себе как ученого со знаниями математики, алгоритмов и методов, так и программиста, обладающего навыками по обработке и анализу данных.
Курс сосредоточен на анализе данных с помощью языка Python и практическом применении: студенты вместе с инструктором решают бизнес-задачи для закрепления полученных знаний программиста, обладающего навыками по обработке и анализу данных.
Курс подходит для экономистов, аналитиков, владельцев бизнеса и любого, кто успешно прошел обучение на «Основы разработки ПО».
Поступление на курс предполагает предварительное тестирование, а получение сертификата и приобретенные знания позволят вам претендовать на позицию Junior Data Scientist с начальной заработной платой 700-1000 $.
Внимание: при брони места на курс «Data Science Foundation» — вы получите в подарок курс «Основы програмирования».
Учебная программа составлена в соответствии с требованиями ведущих IT-компаний и отвечает требованиям современного рынка к специалистам уровня Junior Data Science
Все тренера академии — успешные практики уровня Middle или Senior, которые имеют богатый и интересный опыт. Все тренера прошли обучение и сертификацию Main Academy.
Студенты курса имеют возможность улучшить свой технический английский и посещать курсы английского и Speaking Club в течение всего периода обучения.
По окончании курса все студенты проходят карьерный тренинг: тренируются проходить собеседование, учатся презентовать себя и свои soft и hard скиллы, составлять конкурентное резюме.
Вы научитесь
- Применять теоретические и практические знания основ статистики по разрешению бизнес-задач.
- Работать с большими объёмами данных в Python, манипулировать данными.
- Визуализировать данные в Python, Tableau / Power BI
- Находить закономерности в большом массиве данных. Использовать эти закономерности для прогнозирования.
- Использовать методы машинного обучения по разрешению конкретных задач бизнеса
Программа курса
Базовые навыки в Python
Работа с IPython
Арифметические операции
Базовые объекты
- Последовательности
- Отображение
- Другие базовые объекты
Функции в Python
Функциональное программирование
Математика для анализа данных
Основные понятия математического анализа
Векторы и матрицы
Операции над векторами и матрицами
Сбор данных
Работа с файлами
СSV
Работа с базами данных
Работа с JSON, XML
Использование API
Работа с массивами Numpy
Массивы в Numpy
Агрегация
Операции над массивами
Сортировка массивов
Подготовка данных с Pandas
Объекты библиотеки
Индексация
Операции с объектом
Агрегация и объединение
Сводные таблицы
Временные ряды
Основы визуализации данных
Классификации основных графиков и их применение
Визуализация с Matplotlib
Линейные графики
Графики рассеяния
Гистограммы
3D – графики
Отображение географических данных
Визуализация с помощью Tableau / Power BI
Сравнение Tableau и Power BI
Визуальная аналитика
Разработка полноценного дашборда
Статистический анализ и scipy
Основные определения
Нормальное распределение
Центральная граничная теорема
Распределение Стьюденса
Статистика в scipy
Проверка гипотез
Введение в машинное обучение
Обучение с учителем
Обучение без учителя
Обучение с подкреплением
Настройка параметров
Оценка результатов
Линейные модели
Методология и применение моделей
Линейная регрессия
Множественная регрессия
Логистическая регрессия
Метод опорных векторов
Ансамблевые модели
Методология и применение моделей
Древо принятие решений
Random forest
Кластеризация
Методология и применение моделей
Метод k-средних
Агломерационный алгоритм
DBSCAN
Анализ социальных сетей
Методология и применение алгоритма
Рейтинг PageRank
Ассоциативные связи
Основные понятия
Алгоритм Apriory
Основы нейронных сетей
Основные понятия
Обучение нейронной сети
Архитектура нейронных сетей
Базовые понятия
Виды нейронных сетей
Библиотека Tensorflow
Классификации изображений
Junior Data Science - 8 шагов к цели
-
1Записаться на курс
-
3Выполнить практические, лабораторные, домашние
-
5Отработать занятия по HR
-
7Защить проект и сдать тесты
-
2Изучить теорию
-
4Подготовить финальный проект
-
6Посещать IТ-English и Speaking Club
-
8Junior Data Scientist
Формы обучения
- Занятия в аудиториях
- Индивидуальная и командная работа над решением задач
- Доступ к учебным материалам, заданиям, лабораторным и тестам 24/7 на протяжении всего периода обучения
- Индивидуальный карьерный тренинг с практикующим HR специалистом
- Курс IT-English та Speaking Club
- Обучение в любой точке мира
- Живое общение с тренером и обработки заданий на каждом уроке
- Запись каждого урока
- Доступ к учебным материалам, заданиям, лабораторным и тестам 24/7 на протяжении всего периода обучения
- Карьерный тренинг с практикующим HR специалистом
Форма регистрации на курс
Название курса
Курс: Data Science
Занятия с инструктором
| Цена | |
|---|---|
С нуля до уровня IT-специалиста и любимой работы
Занятия в аудиториях или онлайн с лучшими инструкторами
3,5 мес, 26 занятий, 65 часов теории и практики с IT-экспертами
Лабораторные работы, индивидуальные и групповые проекты
Английский в подарок для трудоустройства и работы
Финальный экзамен, защита проекта – и Вы сертифицированный IT – специалист!
Команда курса Data Science
Игорь Бетлей
Карьерный сервис
После окончания курса, с полученными знаниями и навыками, вы сможете претендовать на позицию Junior Data Science
Учим грамотному позиционированию на рынке труда. Правильно писать резюме и сопроводительные письма. Успешно проходить интервью
Мы постоянно получаем от наших партнеров запросы на работу в ИТ-компаниях. Лучших студентов рекомендуем нашим партнерам на работу и стажировку.
Отзывы об обучении в Main Academy
Пробный урок
Development operations engineer
Еще не готовы приступить к обучению или остались сомнения?
Приходите на пробное занятие и протестируйте курс бесплатно!
- Вы познакомитесь с инструктором курса, технологиями и спецификой работы в IT
- Узнаете, как проходит обучение на курсах Main: программа, расписание, создание первого портфолио и условия сертификации
- Поймете за 2.5 часа, подходит ли вам данное направление и как далее развиваться в IT
