Data Scientist с нуля до Junior от Skillbox

Первый уровень: базовая подготовка. Среднее время прохождения — 6 месяцев.

• Введение в Data Science. Познакомитесь с основными направлениями Data Science, узнаете, какие задачи решают дата-аналитики, дата-инженеры и специалисты по машинному обучению. Пройдёте все этапы работы с данными. Научитесь выявлять проблемы, собирать бизнес-требования. Будете выгружать данные из различных источников, проводить разведочный анализ и готовить датасет к дальнейшему использованию. Обучите и внедрите готовую ML-модель, попробуете себя в роли продуктового и маркетингового аналитика. Узнаете, как формулировать и проверять гипотезы. Освоите базовые инструменты для работы: Python, SQL, Excel, Power Bi, Airflow.

• Основы статистики и теории вероятностей. Поймёте принципы работы со случайными величинами и событиями. Познакомитесь с некоторыми видами распределений и статистическими тестами, которые пригодятся при составлении моделей и проверке гипотез.

• Основы математики для Data Science. Получите базовые знания по математике для работы с машинным обучением. Поймёте, что такое аппроксимация, интерполяция, функции, регрессии, матрицы и векторы. Научитесь работать с математическими сущностями в Python-библиотеке SymPy.

• Возможность стажировки. Базовых знаний и навыков хватит, чтобы устроиться на стажировку — сможете продолжить учиться на курсе и в компании одновременно.

Второй уровень: специализация. Среднее время прохождения — 6 месяцев.

• Специализация 1: Machine Learning. Machine Learning. Junior. Познакомитесь с алгоритмами машинного обучения для решения задач регрессии, классификации и кластеризации. Построите и обучите свою первую нейронную сеть. Научитесь подбирать параметры модели, оценивать качество и улучшать её, а также выводить результат в Production.

• Специализация 2: Data Engineer. Data Engineer. Junior. Будете собирать сложные наборы данных, подготавливать витрины данных, разворачивать DS-проекты с нуля, тестировать код, выстраивать пайплайны для работы с данными и работать в команде.

• Специализация 3: Data Analyst. Data Analyst. Junior. Познакомитесь с базовыми методами анализа на примере анализа продаж. Пройдёте основы маркетинговой, BI и продуктовой аналитики. Прокачаете навыки работы в Excel, Python и Power BI. Будете уметь формулировать и тестировать гипотезы и презентовать результаты заказчику.

Итоговые проекты. После прохождения первого уровня — подготовите вводный проект. В конце курса презентуете работу по выбранному направлению.

• Введение в Data Science. Закрепите новые знания на индивидуальном проекте — пройдёте путь от загрузки данных до внедрения модели. Решите задачи дата-инженера, ML-инженера и дата-аналитика, чтобы определиться со специализацией.

• Machine Learning. Соревнование в Kaggle. Самостоятельно построите модель для решения задачи. Проведёте сбор и разведочный анализ данных, выберете ML-алгоритм и обучите свою модель, оцените её качество и поработаете над улучшениями.

• Data Engineer. Проведёте когортный анализ и выгрузите справочники по API. Построите дашборды по полученным данным.

• Data Analyst:

• Product Analytics: проанализируете итоги А/B-тестирования для продукта и решите, что необходимо развивать в первую очередь.

• Marketing Analytics: подготовите данные, посчитаете конверсии и LTV. Сделаете выводы об эффективности рекламных кампаний.

• BI Analytics: построите план-факт. Создадите дашборды, которые позволят понять, какие подразделения больше всего влияют на показатели компании.

Бонусные курсы:

• Карьера разработчика: трудоустройство и развитие. Узнаете, как выбрать подходящую вакансию, подготовиться к собеседованию и вести переговоры с работодателем. Сможете быстрее получить должность, которая соответствует вашим ожиданиям и умениям.

• Система контроля версий Git. Научитесь версионировать изменения в коде, создавать и управлять репозиториями, ветками, разрешать конфликты версий. Узнаете полезные правила работы с Git.

• Английский для IT-специалистов. Получите языковые навыки, которые помогут пройти собеседование в иностранную компанию и комфортно общаться в смешанных командах.