Пройди специализацию «Машинное обучение и анализ данных», выполни финальный проект и стань
Стань специалистом Data Science
и решай задачи, которые еще никому не удавалось решить
Машинное обучение используют в самых продвинутых банках, рекламных и маркетинговых агентствах, e-comerce, страховых и ИТ-компаниях, в разработчике новых продуктов и игр.
Средняя зарплата специалиста в Москве
140 000 руб.
И специалистов по данным на всех не хватает
Курс соответствует требованиям компаний к специалистам по данным
Click to order
Cart
Total: 
Your Name
Your Email
Your Phone
ДЛЯ КОГО ПОДХОДИТ КУРС
В первом курсе рассказывается о математическом аппарате и основах программирования на Python. Серия курсов постепенно, от простого к сложному, погружает в предмет, чтобы разобраться могли даже люди, незнакомые с анализом данных.
ПОЛУЧЕНИЕ ПРОФЕССИИ С НУЛЯ
ПРОКАЧКА НАВЫКОВ ДЛЯ ПРОГРАММИСТОВ И АНАЛИТИКОВ
Если вы уже знакомы с математической статистикой (программа алгебры старших классов — теория вероятностей, линейные уравнения), а также с синтаксисом языка Python — просто решайте задания 1го курса и двигайтесь дальше к прикладным проектам!
~ 8 месяцев обучения
~ 3-6 часов в неделю
Грейд: мидл дата-аналитик,
либо повышение вашего текущего грейда в разработке
ДИСТАНЦИОННО
Проходите курс в комфортном для себя графике полностью онлайн, смотрите видеолекции, решайте задачи по программированию и загружайте их для проверки наставником и сокурсниками. Общайтесь в чате, чтобы получить ответ на любой вопрос!
Грейд: джуниор дата-аналитик, инженер данных
~ 4-6 месяцев обучения
~ 3-6 часов в неделю
После обучения вы сможете выполнить один из финальных проектов. Этот проект — полноценная часть вашего резюме и подтверждение опыта работы
проект 1
Сложная и интересная задача на стыке анализа данных и поведенческой психологии - идентификации пользователя по его поведению в Интернете.
Например, научиться отличать взломщика почтового ящика от его владельца и обезопасить хозяина.
проект 2
Задача заблаговременно найти сегмент пользователей, которые склонны через некоторое время отказаться от использования какой-либо услуги или продукта. Вы научитесь прогнозировать отток, строить и оптимизировать прогнозные модели, оценивать их качество и экономический потенциал.
проект 3
Задача проекта предсказывать количество поездок в ближайшие часы в каждом районе Нью-Йорка.
Похожие задачи возникают, если необходимо спрогнозировать продажи товаров в большом количестве магазинов, объем снятия денег в сети банкоматов, посещаемость разных страниц сайта.
проект 4
Вам предстоит поучаствовать в соревновании по сентимент-анализу отзывов на товары и сделать интерактивную демонстрацию для своего алгоритма понятную простому обывателю.
Парсинг веб-страниц и самостоятельная сборка выборки для обучения.
ИДЕНТИФИКАЦИЯ ИНТЕРНЕТ-ПОЛЬЗОВАТЕЛЕЙ
ПРОГНОЗИРОВАНИЕ ОТТОКА КЛИЕНТОВ
ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ
АНАЛИЗ ТОНАЛЬНОСТИ ОТЗЫВОВ
«За год я изменил жизнь, став из экономиста на гос службе дата саентистом уровня мидл»
Константин прошел курс за 2 месяца и сейчас работает в крупном банке дата аналитиком. Занимается семантическим анализом, вопросами веб аналитики и текстовой аналитикой.

Константин получил образование экономиста и пошел на государственную службу. Там он понял, что получаемые знания и навыки не востребованы на рынке и его ценность неуклонно стремилась к 0.
Data Science входит в ТОП-3 самых продвинутых и востребованных специальностей в ИТ в России*
Специалисты по работе с данными уже несколько лет подряд занимают первые строчки в рейтинге лучших профессий США (по версии Glassdoor)

11,8% — среднегодовой темп роста мирового рынка услуг по анализу данных для бизнеса в период 2016–2020 годов

Средняя заработная плата специалиста по данным с опытом от 1 года в России от 124 тыс. руб*

Проекты по анализу данных делают нашу жизнь лучше, например:
*по данным hh.ru
Алиса подбирает плейлист автоматически или
Bookmate делает подборку книг именно по вашим предпочтениям, благодаря анализу поведения в Интернете

Ваша почта в безопасности благодаря анализу поведения взломщиков и хозяев почтовых ящиков

Жизни людей защищены — компания Union Pacific Railroad снизила вероятность схождения поездов с рельсов на 75% благодаря анализу поведения системы.
ПРОГРАММА ОБУЧЕНИЯ
КУРС 1. «МАТЕМАТИКА И PYTHON ДЛЯ АНАЛИЗА ДАННЫХ»
Анализ данных и машинное обучение опираются на результаты из математического анализа, линейной алгебры и теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понять методы анализа данных.
Первый курс сформирует этот фундамент. Мы без сложных формул и доказательств раскроем смысл математических понятий и объектов.


1 урок · 2 часа видео · 6 тестов
ВВЕДЕНИЕ

2 урок · 1,5 часов видео · 8 тестов · 1 задача по программированию
БИБЛИОТЕКИ PYTHON И ЛИНЕЙНАЯ АЛГЕБРА

3 урок · 1 час видео · 6 тестов· 1 задача по программированию
ОПТИМИЗАЦИЯ И МАТРИЧНЫЕ РАЗЛОЖЕНИЯ

4 урок · 1 час видео · 6 тестов· 1 задача на взаимную оценку
СЛУЧАЙНОСТЬ
КУРС 2. «ОБУЧЕНИЕ НА РАЗМЕЧЕННЫХ ДАННЫХ»
Обучение на размеченных данных или обучение с учителем — это возможность предсказать величину для любого объекта, имея конечное число примеров. Например, уровень пробок на участке дороги, возраст пользователя по его действиям в интернете, цену на подержанную машину. На этом курсе вы научитесь формулировать и решать такие задачи.

1 урок · 1,5 часа видео · 6 тестов · 1 задача по программированию · 1 задача на взаимную оценку
МАШИННОЕ ОБУЧЕНИЕ И ЛИНЕЙНЫЕ МОДЕЛИ

2 урок · 2 часа видео · 6 тестов · 1 задача по программированию · 1 задача на взаимную оценку

БОРЬБА С ПЕРЕОБУЧЕНИЕМ И ОЦЕНИВАНИЕ КАЧЕСТВА

3 урок · 1,5 часа видео · 6 тестов · 1 задача по программированию

ЛИНЕЙНЫЕ МОДЕЛИ: КЛАССИФИКАЦИЯ И ПРАКТИЧЕСКИЕ АСПЕКТЫ

4 урок · 2 часа видео · 6 тестов · 2 задачи по программированию
РЕШАЮЩИЕ ДЕРЕВЬЯ И КОМПОЗИЦИИ АЛГОРИТМОВ

5 неделя · 2 часа видео · 7 тестов · 2 задачи по программированию
НЕЙРОННЫЕ СЕТИ И ОБЗОР МЕТОДОВ
КУРС 3. «ПОИСК СТРУКТУРЫ В ДАННЫХ»
Из курса вы узнаете об алгоритмах кластеризации данных, с помощью которых можно искать группы схожих клиентов мобильного оператора. Вы научитесь строить матричные разложения и решать задачу тематического моделирования, понижать размерность данных, искать аномалии и визуализировать многомерные данные.

1 неделя · 2 часа видео · 4 теста · 1 задача по программированию
МЕТОДЫ КЛАСТЕРИЗАЦИИ

2 неделя · 2 часа видео · 4 теста · 1 задача по программированию

ПОНИЖЕНИЕ РАЗМЕРНОСТИ И МАТРИЧНЫЕ РАЗЛОЖЕНИЯ

3 неделя · 1 час видео · 4 теста · 1 задача на взаимную оценку

ВИЗУАЛИЗАЦИЯ ДАННЫХ И ПОИСК АНОМАЛИЙ

4 неделя · 2,5 часа видео · 4 теста · 1 задача по программированию· 1 задача на взаимную оценку
ТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
КУРС 4. «ПОСТРОЕНИЕ ВЫВОДОВ ПО ДАННЫМ»
А/БВлияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. 99% данных содержат «шум», поэтому выводы на их основе не верны, а только вероятны. На этом курсе вы научитесь строить корректные выводы, оценивать параметры, проверять гипотезы и устанавливать причинно-следственные связи.

1 неделя · 1,5 часа видео · 3 теста
ОСНОВЫ СТАТИСТИКИ И ПРОВЕРКА ГИПОТЕЗ

2 неделя · 2 часа видео · 4 теста

А/Б-ТЕСТЫ: ОСНОВЫ ПЛАНИРОВАНИЯ, ДИЗАЙН И ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ

3 неделя · 2,5 часа видео · 6 тестов

АНАЛИЗ ЗАВИСИМОСТЕЙ

4 неделя · 0,5 часа видео · 2 теста · 1 задача по программированию· 1 задача на взаимную оценку
СКОРИНГ, БИОИНФОРМАТИКА
КУРС 5. «ПРИКЛАДНЫЕ ЗАДАЧИ АНАЛИЗА ДАННЫХ»
В этом курсе мы разберем прикладные задачи из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов.

Вы научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте. На каждой задаче мы изучим плюсы и минусы пройденных алгоритмов машинного обучения.

1 неделя · 2,5 часа видео · 6 тестов · 1 задача на взаимную оценку
БИЗНЕС-ЗАДАЧИ

2 неделя · 2 часа видео · 2 теста · 1 задача по программированию

АНАЛИЗ МЕДИА

3 неделя · 1,5 часа видео · 4 теста · 1 задача по программированию
АНАЛИЗ ТЕКСТОВ

4 неделя · 1 час видео · 3 теста · 1 задача по программированию
РЕКОМЕНДАЦИИ И РАНЖИРОВАНИЕ
КУРС 6. «АНАЛИЗ ДАННЫХ: ФИНАЛЬНЫЙ ПРОЕКТ»
Финальный проект даст вам возможность проверить свои силы и применить полученные в рамках специализации знания к задаче из реального мира. Вы самостоятельно сможете поработать над актуальным проектом в одной из областей: электронная коммерция, социальные медиа, информационный поиск и бизнес-аналитика.

Темы финальных проектов:
ИДЕНТИФИКАЦИЯ ИНТЕРНЕТ-ПОЛЬЗОВАТЕЛЕЙ
ПРОГНОЗИРОВАНИЕ ОТТОКА КЛИЕНТОВ
ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ НА КАРТЕ
АНАЛИЗ ТОНАЛЬНОСТИ ОТЗЫВОВ

УЧИСЬ У ЛУЧШИХ
Доктор физ.-мат. наук, профессор РАН, зав. отделом Интеллектуальных систем ФИЦ ИУ РАН, преподаватель ШАД.
КОНСТАНТИН
ВОРОНЦОВ
Доктор физ.-мат. наук, доцент МФТИ, ведущий научный сотрудник ФИЦ ИУ РАН.
ВАДИМ
СТРИЖОВ
Research scientist в Facebook. Работал аналитиком в Yandex Data Factory.
Руководит разработкой системы рекомендаций в Яндекс.Дзене.
ЕВГЕНИЙ СОКОЛОВ
Эксперт по машинному обучению, консультант Яндекс.Такси.
ВИКТОР
КАНТОР
Chief Data Scientist в Mechanica AI. Раньше руководила анализом больших данных в Yandex Data Factory.
ЭМИЛИ ДРАЛЬ
ЕВГЕНИЙ
РЯБЕНКО
Освойте программу и сдайте итоговую аттестацию, чтобы получить удостоверение МФТИ о повышении квалификации по итогам обучения.

Вы изучаете материалы курса в свободном темпе, выполняете тесты и практические задания программы. По итогам обучения мы организуем итоговую аттестацию, которая позволит получить удостоверение о повышении квалификации.

На освоение программы и сдачу итоговых испытаний отводится 12 месяцев.
ПОВЫШЕНИЕ КВАЛИФИКАЦИИ НА БАЗЕ МФТИ
ЧТО ПОМОГЛО ЛИНЕ ПРОДЕЛАТЬ ТАКОЙ ПУТЬ?
Для закрепления навыков Лина сделала финальный проект, который смогла использовать как подтверждение своего опыта при трудоустройстве.
За 2 месяца подтянула математику и получила навыки программирования на Python на практике.
Далее Лина разобралась с вопросами поиска структуры в данных и научилась строить корректные выводы, оценивать параметры, проверять гипотезы и устанавливать причинно-следственные связи.
С вопросами Лина обращалась к наставникам на обучающей платформе или в сообщество студентов, выпускников, менторов и преподавателей курса (в чате уже более 4100 участников).
На 5ом этапе программы Лина решала прикладные задачи: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов.
Лина кайфует от работы в Сбербанке, где занимается deep learning, распознаванием текстов и классификацией изображений.

Лина получила техническое образование, работала в HR и организации мероприятий, понимая, что это скучная и монотонная работа не для нее. Лина всегда хотела применять свои знания математики и была восхищена сообществом Data Science.

Через 6 месяцев обучения она начала карьеру своей мечты!
Как рядовой HR стала дата-аналитиком и увеличила прибыль самого крупного банка России.
Обучение на курсе глазами Лины
УЗНАТЬ ПОДРОБНОСТИ ПРОГРАММЫ
Оставляя заявку, вы принимаете
НЕ ОТКЛАДЫВАЙТЕ РЕШЕНИЕ И НАЧНИТЕ ОБУЧЕНИЕ ПРЯМО СЕЙЧАС
Купите полный курс и начните свое обучение за 52 000 р
Хотите дополнительно получить удостоверение МФТИ о повышении квалификации за 69600 р
Мы обучаем сотрудников компаний