Data Scientist с нуля до PRO от SkillFactory

Введение

1 неделя

• INTRO-1. Как учиться эффективно
• INTRO-2. Обзор профессии. Типы задач в Data Science. Этапы и подходы к разработке Data Science проекта

Проектирование разработки

5 недель

• PYTHON-1. Основы Python
• PYTHON-2. Погружение в типы данных
• PYTHON-3. Условные операторы
• PYTHON-4. Циклы
• PYTHON-5. Функции
• PYTHON-6. Практика
• PYTHON-7. Гид по стилю в среде Python (бонусный)

Основы математики

7 недель

• MATH-1. Числа и выражения
• MATH-2. Уравнения и неравенства
• MATH-3. Основные понятия теории функций
• MATH-4. Основы геометрии
• MATH-5. Множества
• MATH-6. Логика
• MATH-7. Решение задач

Работа с данными

8 недель

• PYTHON-8. Инструменты Data Science
• PYTHON-9. Библиотека NumPy
• PYTHON-10. Введение в Pandas
• PYTHON-11. Базовые приемы работы с данными в Pandas
• PYTHON-12. Продвинутые приемы работы с данными в Pandas
• PYTHON-13. Очистка данных
• PYTHON-14. Визуализация данных
• PYTHON-15. Принципы ООП
• Проект 1: Аналитика датасета

Подгрузка данных

6 недель

• PYTHON-16. Как выгружать данные из разных источников
• SQL-0. Привет, SQL!
• SQL-1. Основы SQL
• SQL-2. Агрегатные функции
• SQL-3. Соединение таблиц
• SQL-4. Сложные объединения
• Проект 2: Подгрузка новых данных

Статистический анализ данных

7 недель

• EDA-1. Введение в анализ данных
• EDA-2. Математическая статистика
• EDA-3. Проектирование признаков
• Проект 3.

Введение в машинное обучение

9 недель

• ML-1. Теория
• ML-2. Регрессия
• ML-3. Классификация
• Проект 4

Основной блок

• Линейная алгебра
• Математический анализ

ML в бизнесе

8 недель

• MATH&ML-11. Временные ряды.
• PROD-1. Подготовка модели к Production
• Проект 5.

Второй год обучения - специализация

• ML Engineer
• CV Engineer
• Финальный проект