Продолжительность:
13 месяцев

Объем:
288 уроков

Формат:
Онлайн + записи + задания

Уровень:
с нуля

Специальность:
Data Science

Требования:
достаточно школьных знаний

Python data course

Преподаватели НавыкиТехнологии О школе

Чему вы научитесь

Программировать на Python
Строить модели машинного обучения
Работать с библиотеками и базами данных
Визуализировать данные
Применять нейронные сети для решения реальных задач
Писать рекомендательные системы

Какие технологии освоите

Профессия Data Scientist: машинное обучение от SkillBox
Python
Профессия Data Scientist: машинное обучение от SkillBox
Scikit-learn
Профессия Data Scientist: машинное обучение от SkillBox
NLTK
Профессия Data Scientist: машинное обучение от SkillBox
Matplotlib
Профессия Data Scientist: машинное обучение от SkillBox
Jupyter
Профессия Data Scientist: машинное обучение от SkillBox
PostgreSQL
Профессия Data Scientist: машинное обучение от SkillBox
Pandas
Профессия Data Scientist: машинное обучение от SkillBox
SQL
Профессия Data Scientist: машинное обучение от SkillBox
NumPy
Профессия Data Scientist: машинное обучение от SkillBox
SQLite
Профессия Data Scientist: машинное обучение от SkillBox

Онлайн-университет Skillbox

Прикладные курсы и программы от главных экспертов рынка, актуальные подходы к обучению, работа над реальными проектами, стажировки и трудоустройство в крупнейшие компании страны.

Каждый преподаватель Skillbox — признанный профессионал в своей области. В процессе обучения вы будете выполнять домашние задания, которые станут основой вашего портфолио, и обсуждать их с преподавателями. Курсы дают возможность с нуля освоить востребованную профессию и получить рекомендации по трудоустройству. Лучшие выпускники получают предложения от крупнейших работодателей прямо на защите.

Программа обучения

1

Аналитика. Начальный уровень

— Основы Python: базовые структуры данных, циклы и условия, функции, классы и объекты, исключения.
— Библиотека NumPy.
— Библиотека pandas.

— Визуализация данных с помощью matplotlib.
— Чтение и запись данных.
— Введение в SQL.
— Работа со строками.

1
2

Статистика и теория вероятностей

Основы статистики и теории вероятностей.

2
3

Машинное обучение. Начальный уровень

Основные концепции Machine Learning (ML).
— Жизненный цикл ML-проекта.
— Регрессия.
— Классификация.
— Кластеризация.
— Дополнительные техники.
— Знакомство с Kaggle.

3
4

Математика для Data Science

— Базовые математические объекты и SymPy.
Функции одной переменной, их свойства и графики.
— Интерполяция и полиномы.
— Аппроксимация и преобразования функций.
— Функции нескольких переменных, их свойства и графики.
— Линейные функции.
Матрицы и координаты.
— Линейные уравнения.
— Производная функции одной переменной.
— Производная по направлению и градиент + частные производные.
Линейная регрессия.
— Собственные векторы и значения. Определитель.
— Разложения матриц.

4
5

Машинное обучение. Средний уровень

Обучение нейронных сетей.
— Нейронные сети на практике.
— Свёрточные нейросети для задачи классификации изображений.
— Семантическая сегментация.
— Детектирование объектов.
— От дискриминативных моделей к генеративным. Style transfer.
— Генеративные состязательные сети.
NLP на нейросетях.
— Обучение с подкреплением.
— Ускорение и оптимизация нейронных сетей.
— Внедрение в DL моделей в Production.
— Рекомендательные системы.
Вывод моделей машинного обучения в production, post production и мониторинг.

5
6

Универсальные знания программиста

— Как стать первоклассным программистом.
Как искать заказы на разработку.
— Личный бренд разработчика.
— Photoshop для программиста.
— Вёрстка email-рассылок. Советы на реальных примерах.
— The state of soft skills.
— Как мы создавали карту развития для разработчиков.
— Как общаться по email и эффективно работать с почтой.
Повышение своей эффективности.
— Спор о первом языке программирования.
— Саморазвитие: как я не усидел на двух стульях и нашёл третий.
— Data-driven подход к продуктивности — инсайты из данных миллиона людей.

6
7

Английский для IT-специалистов

— IT Resume and CV.
— Job interview: questions and answers.

— Teamwork.
— Workplace communication.
— Business letter.
— Software development.
— System concept development and SRS.
— Design.
— Development and Testing.
— Deployment and Maintenance.

7
Помощь в трудоустройстве
Сертификат
Портфолио
Наставник
Рассрочка

Цена

98 333 ₽

59 000 ₽

Ответы на популярные вопросы

В чем заключается помощь в трудоустройстве?
  • Рекомендации по составлению портфолио и резюме
  • Подготовка к собеседованию в компаниях-партнёрах
  • Реальные заказчики на защите диплома
  • Персональные консультации по развитию карьеры
Какой график обучения?

Вы можете работать с материалами курса в удобное время, двигаясь по программе в подходящем вам темпе. Более того, все уроки будут доступны и по окончании курса, навсегда, так что вы сможете освежить свои знания в любой момент. Обучение организовано таким образом, чтобы вы могли совмещать его с работой, учёбой и личной жизнью.

Я смогу общаться с преподавателями?

У вас будет куратор в Telegram-чате, а преподаватель лично прокомментирует домашние задания и даст полезные советы. Так вы сможете перенять опыт, профессиональные знания и лайфхаки от ведущих специалистов.

Как проходит обучение?
  • Изучаете тему
  • Выполняете задания
  • Работаете с наставником
  • Защищаете дипломную работу

Рейтинг

Профессия Data Scientist: машинное обучение

Полнота программы
Отзывы в сети
Цена

Выводы

Вы прокачаете свои знания и навыки в программировании на Python. Научитесь использовать алгоритмы машинного обучения, решать бизнес-задачи — и усилите портфолио мощными проектами. После программы будут знания и опыт для работы в Data Science

4.3

Тест на знание python

Что выведет этот код?
Какой будет результат выполнения этого кода?
Что выведет этот код?
Какой будет результат выполнения кода — print(+-1) ?
Какой будет результат выполнения этого кода?