Продолжительность:
18 месяцев

Объем:
199 уроков

Формат:
Онлайн + записи + проекты

Уровень:
с нуля

Специальность:
Data Science

Требования:
достаточно школьных знаний

Преподаватели НавыкиТехнологии О школе
Python data course

И еще 9 опытных специалистов. Полный список

Чему вы научитесь

Программировать на Python
Разбираться в алгоритмах и структурах данных
Работать в Linux
Проектировать архитектуры, использования шаблонов проектирования 
Писать «чистый» код
Работать с нейронными сетями
Методам машинного обучения
Решать задачи машинного зрения и распознавания естественного языка
Применять теорию вероятности и математическую статистику
Линейной алгебре, математическому анализу и методам оптимизации

Какие технологии освоите

Факультет Искусственного интеллекта от GeekBrains
Python
Факультет Искусственного интеллекта от GeekBrains
Matplotlib
Факультет Искусственного интеллекта от GeekBrains
HTML
Факультет Искусственного интеллекта от GeekBrains
Tensorflow
Факультет Искусственного интеллекта от GeekBrains
Scikit-learn
Факультет Искусственного интеллекта от GeekBrains
https
Факультет Искусственного интеллекта от GeekBrains
Keras
Факультет Искусственного интеллекта от GeekBrains
Jupyter
Факультет Искусственного интеллекта от GeekBrains
REST
Факультет Искусственного интеллекта от GeekBrains
PyTorch
Факультет Искусственного интеллекта от GeekBrains
SQL
Факультет Искусственного интеллекта от GeekBrains
NumPy
Факультет Искусственного интеллекта от GeekBrains
NoSQL
Факультет Искусственного интеллекта от GeekBrains
Pandas
Факультет Искусственного интеллекта от GeekBrains
Linux
Факультет Искусственного интеллекта от GeekBrains

Образовательный портал GeekBrains

В 2010г. появился проект «Школа программирования», который впоследствии вырос в сообщество GeekBrains, а с августа 2016 года вошел в состав компании Mail.ru Group. Сегодня на портале уже более 3 млн. пользователей.

В школе учат людей с нуля осваивать программирование, веб-дизайн и маркетинг. Проводят онлайн-курсы со стажировкой и бесплатные мастер-классы, развивают сообщество, сотрудничают с компаниями по трудоустройству и непрерывно тестируют новые методики для поднятия эффективности обучения.

Программа обучения

I четверть

Создание инфраструктуры

Научитесь работать в Linux, создавать сервера в облачных сервисах AWS, проводить операции с файлами, создавать задания по расписанию и выполнять мониторинг работы сервера. Освоите библиотеки Python для Data Science: Numpy, Pandas, Matplotlib, SciKit-Learn. Научитесь использовать язык запросов SQL, создавать и оптимизировать сложные запросы.

I четверть
II четверть

Сбор данных и статистическое исследование

Познакомитесь с теорией вероятностей и математической статистикой. Научитесь решать задачи по комбинаторике и узнаете о методах проверки статистических гипотез. Изучите методы проведения корреляционного, дисперсионного и регрессионного анализа. Научитесь работать с RESTful/SOAP-сервисами, форматами XML и JSON в Python. Подготовите парсер, который соберет необходимые данные из интернета и сохранит их в СУБД MongoDB.

II четверть
III четверть

Математика для Data Scientist-a

Прочный математический базис через решение задач оптимизации и изучение алгоритмов машинного обучения. Вы подробно рассмотрите математические аспекты алгоритмов: линейная и логистическая регрессия, градиентный спуск, метод ближайших соседей, кластеризация, деревья решений, случайный лес, градиентный бустинг. Знания пригодятся для собеседований и успешной работы.

III четверть
IV четверть

Машинное обучение. Совместно с компанией МегаФон

Научитесь решать бизнес-задачи с помощью машинного обучения: предсказывать количество заказов, прогнозировать отток клиентов. Пройдете путь от анализа бизнес-задачи, очистки данных и подготовки признаков до создания модели и ее внедрения в продакшн. Научитесь оценивать эффективность моделей и повышать их качество. Также изучите реализацию рекомендательных систем: коллаборативную фильтрацию, рекомендательные системы на основе контента, гибридные рекомендательные системы.

IV четверть
V четверть

Нейронные сети

Научитесь решать задачи ML с данными из соцсетей, геоданными, применением графов, а также познакомитесь с нейронными сетями: изучите структуру глубоких, сверточных и рекуррентных нейронных сетей, алгоритмы обратного распространения ошибки, принципы обучения и подбор гиперпараметров для нейронных сетей. На практике познакомитесь с фреймворками: Tensorflow, Keras, PyTorch.

V четверть
VI четверть

Задачи искусственного интеллекта. Совместно с NVIDIA

Изучите продвинутые архитектуры сверточных нейронных сетей и компьютерное зрение: семантическую сегментацию, детекцию и локацию объектов, распознавание лиц и действий, отслеживание траектории в видео, перенос стиля изображения. Также изучите обработку естественного языка (NLP): векторные представления слов, анализ текста, принципы текстового поиска, применение глубокого обучения в NLP (сети RNN, LSTM и GRU), основы машинного перевода, извлечение краткого содержания текста, принципы построения голосовых помощников и чат-ботов.

VI четверть
VII четверть

Предметы с индивидуальным выбором даты старта

Курсы вне четверти обязательны к прохождению:
Спортивный анализ данных, Kaggle
— Как студенту GeekUniversity найти свою первую работу?
— Алгоритмы и структуры данных на Python.
— Git. Базовый курс
— История развития искусственного интеллекта.
— Введение в высшую математику

VII четверть
Дополнительно

Дополнительные курсы от компаний-партнеров

Сверточные нейронные сети в компьютерном зрении от FIX.
Введение в сверточные нейронные сети. Влияние параметров архитектуры на свойства нейронной сети. Применение сверточных нейронных сетей в компьютерном зрении

Дополнительно
Трудоустройство
Сертификат
Портфолио
Наставник
Рассрочка

Цена

270 000 ₽

162 000 ₽

Результаты учеников

Ответы на популярные вопросы

В чем заключается гарантия трудоустройства?

Всем студентам, кто успешно прошел обучение в GeekUniversity, гарантировано трудоустройство в течение полугода после выпуска. Под гарантией трудоустройства подразумевается получение студентом не менее одного предложения о работе по изученной специализации. Подробнее – в оферте.

Вы сами откликаетесь на подходящие вакансии. Как составить резюме, откликаться и проходить собеседование вы узнаете на курсе. Если спустя один месяц после выпуска у Вас нет предложений, обратитесь в отдел трудоустройства. Они индивидуально проанализируют резюме, дадут обратную связь, порекомендуют вас компаниям-партнерам.

Я пропустил урок, что делать?

На следующий день после онлайн-урока в разделе «Обучение» публикуется полная его видеозапись. Доступ к записям вебинара, после окончания курса — неограниченно.

Как помогает наставник?

Он будет отвечать на ваши вопросы в течение дня.

К наставнику можно обратиться, если:

  • Нужны разъяснения по содержанию урока;
  • Возникли сложности при выполнении практических задач;
  • Хотите получить более подробную обратную связь по практическому заданию.
Какие знания нужны для поступления?

Если у вас нет опыта в программировании, то мы предлагаем начать с подготовительных курсов по HTML/CSS . Они позволят получить базовые знания для комфортного обучения по основной программе.

Как проходит обучение?
  • «Живое» онлайн-обучение
  • Практические задания
  • Общение в группе, взаимопомощь
  • Наставничество

Рейтинг

Факультет Искусственного интеллекта

Полнота программы
Отзывы в сети
Цена

Выводы

Для учебы достаточно школьных знаний. У вас будут все необходимые ресурсы и инструменты + целая программа по высшей математике. Не абстрактная, как в обычных вузах, а построенная на практике.
Сделаете первые шаги с технологиями машинного обучения и нейронными сетями, научитесь решать бизнес-задачи на практике.

4

Тест на знание python

Как нельзя назвать функцию?
Что выведет этот код?
Что выведет этот код?
Верно ли данное утверждение: "В Python есть два типа чисел: целые числа и числа с плавающей точкой"?
Что выведет этот код?