Kurs "Data Science Specialist" - kurs 112 000 rub. från Yandex Workshop, utbildning 8 månader, datum 30 november 2023.

Komplett kursprogram i datavetenskap
Vi uppdaterar den regelbundet för att säkerställa att den uppfyller branschens och arbetsgivarnas behov. Med andra ord, du lär dig bara det som definitivt kommer att vara användbart i ditt arbete.

Grunderna i Python och dataanalys: Gratis introduktionskurs:
Lär dig de grundläggande begreppen för dataanalys och förstå vad dataanalytiker och datavetare gör. Lös fem fall av att arbeta med data från olika områden:
- ta reda på orsaken till den massiva nedbrytningen av prylar,
- kontrollera återbetalningen av mobilapplikationsannonsering,
- hitta den bästa platsen för en ny butik,
- hjälpa dig att välja en utvecklingsstrategi för en AI-startup,
- utvärdera effektiviteten hos robotar i supporttjänsten.

Genom att lösa fall kommer du att lära dig grunderna i Python och pandasbiblioteket, lära dig hur du bygger några grafer och tolkar dem korrekt.

Introduktion till yrket "Data Science Specialist"

Vad är en datavetenskapsspecialist?
Hur vi undervisar.

Grundläggande Python:
Dyk djupare in i programmeringsspråket Python och pandasbiblioteket.

+1 projekt i portfölj
Jämför Yandex användardata. Musik efter stad och veckodag.

Dataförbehandling:
Lär dig att rensa data från extremvärden, utelämnanden och dubbletter, samt konvertera olika dataformat.

+1 projekt i portfölj
Analysera data om bankkunder och bestämma andelen kreditvärdiga.

Undersökande dataanalys:
Lär dig grunderna i sannolikhet och statistik. Använd dem för att utforska de grundläggande egenskaperna hos data, leta efter mönster, distributioner och anomalier. Lär känna scipy och matplotlib-biblioteken. Rita diagram och träna på att analysera grafer.

+1 projekt i portfölj
Utforska arkivet med annonser för försäljning av fastigheter i St. Petersburg och Leningrad-regionen.

Sannolikhetsteori. Tilläggskurs
Kom ihåg eller erkänn de grundläggande termerna i sannolikhetsteorin: oberoende, motsatta, oförenliga händelser, etc. Med hjälp av enkla exempel och roliga problem kommer du att träna på att arbeta med siffror och bygga upp logiken i lösningar.
Detta är en valfri sprint. Det betyder att varje elev själv väljer ett av alternativen:

• Gå en extra kurs på tio korta lektioner, fräscha upp teorin och lös problem.
• Öppna bara blocket med intervjuuppgifter, kom ihåg praktiken utan teori.
• Hoppa över kursen helt eller gå tillbaka till den när det finns tid och behov.

Slutprojekt av den första modulen
Lär dig hur du utför preliminär dataforskning och formulerar och testar hypoteser.

+1 projekt i portfölj
Hitta mönster som avgör spelets framgång.

Introduktion till maskininlärning:
Bemästra grundläggande maskininlärningskoncept. Lär känna Scikit-Learn-biblioteket och använd det för att skapa ditt första maskininlärningsprojekt.

+1 projekt i portfölj
Utveckla ett taxerekommendationssystem för en mobiloperatör.

Handledd utbildning:
Dyk djupare in i det hetaste området för maskininlärning: övervakad inlärning. Lär dig hur du hanterar obalanserad data.

+1 projekt i portfölj
Förutsäg sannolikheten för att en kund lämnar banken.

Maskininlärning i näringslivet:
Lär dig hur maskininlärning (förk. MO) hjälper verksamheten med hur man samlar in data och hur produktmått relaterar till MO-mått. Lär dig att lansera ny tjänstefunktion med ML. Lär dig vad affärsmått, nyckeltal och A/B-tester är.

+1 projekt i portfölj
Träna en modell som hjälper till att identifiera en ny plats för oljeproduktion med minsta risk för förlust.

Slutprojekt av den andra modulen:
Förbered data för maskininlärning. Med hjälp av modellen, utvärdera dess kvalitet.

+1 projekt i portfölj
Simulera processen att smälta guldmalm för att förbättra företagets drift.

Linjär algebra:
Ta en titt i några av de algoritmer du har lärt dig hittills och få en bättre förståelse för hur du använder dem. I praktiken behärska huvudbegreppen för linjär algebra från början: linjära rum, linjära operatorer, euklidiska rum.

+1 projekt i portfölj
Använd datakonverteringsmetoden för att skydda försäkringsbolagens kunders personliga information.

Numeriska metoder:
Du kommer att analysera ett antal algoritmer och anpassa dem för att lösa praktiska problem med hjälp av numeriska metoder. Bemästra ungefärliga beräkningar, algoritmkomplexitetsuppskattningar och gradientnedstigning. Lär dig hur neurala nätverk tränas och vad gradientförstärkning är.

+1 projekt i portfölj
Utveckla en modell för att bestämma kostnaden för en begagnad bil.

Tidsföljder:
Tidsserier beskriver hur parametrar, såsom elförbrukning eller antal taxibeställningar, förändras över tiden. Du får lära dig att analysera serier, leta efter trender och identifiera säsongsvariationer. Lär dig hur du skapar tabelldata och ett tidsserieregressionsproblem.

+1 projekt i portfölj
Bygg en modell och förutsäg maximala taxilaster.

Maskininlärning för texter:
Lär dig att göra numeriska vektorer av texter och lösa klassificerings- och regressionsproblem för dem. Lär dig hur TF-IDF-funktioner beräknas och bli bekant med word2vec- och BERT-språkrepresentationer.

+1 projekt i portfölj
Snabba upp kommentarmodereringen i ditt samhälle genom att automatisera toxicitetsbedömningar.

Grundläggande SQL:
Lär dig grunderna i SQL-frågespråk och relationalgebra för att arbeta med databaser. Bekanta dig med funktionerna i att arbeta i PostgreSQL, ett populärt databashanteringssystem (abbr. DBMS). Lär dig att skriva frågor med olika komplexitetsnivåer och översätta affärsproblem till SQL.
Du kommer att arbeta med en databas över en webbutik som är specialiserad på film och musik.

+1 projekt i portfölj
Skriv en serie frågor av varierande komplexitet till en databas som lagrar data om riskkapitalinvesterare, nystartade företag och investeringar i dem.

Datorsyn:
Lär dig att lösa enkla datorseendeproblem med hjälp av färdiga neurala nätverk och Keras-biblioteket. Lär känna Deep learning.

+1 projekt i portfölj
Bygg en modell för att bestämma den ungefärliga åldern på en person från ett fotografi.

Oövervakat lärande:
Oövervakad inlärning är en av metoderna för maskininlärning där systemet löser ett problem utan förmärkt data baserat på dess egenskaper och struktur. Lär dig mer om problem med klustring och upptäckt av anomalier.

Examensprojekt:
I det senaste projektet bekräftar du att du behärskar ett nytt yrke. Förtydliga kundens uppgift och gå igenom alla stadier av dataanalys och maskininlärning. Nu finns det inga lektioner eller läxor – allt är som på ett riktigt jobb.

+1 projekt i portfölj
Projekt att välja mellan:
– Bygg en modell som förutsäger kundförlust från ett teleföretag.
- Bygg en modell som förutsäger parametrarna för den tekniska processen vid en metallurgisk anläggning.