Курс Data Science для начинающих
Авторский курс, реальные задачи и проекты, практические знания, индивидуальный подход, объяснение сложного материала простыми словами
Подробнее
< Старт: сентябрь >
Анастасия Никулина
Curiosity about life in all its aspects, I think, is still the secret of great creative people.
количество мест ограничено, ближайший старт: 23 сентября
//
< Длительность: от 8 месяцев >
< Уровень: С нуля >
< Статистика >
О нас в цифрах
400+
студентов прошли курс
98%
выпускников* устроились на позиции Data Scientist / Analyst
сдали 70%+ домашних заданий, тестовое собеседование, pet-project’ы
*
140
средняя ЗП в оффере у выпускников* школы, +210 тыс. через год
тыс. ₽
Авторский курс основанный на реальном опыте
Актуальная программа: обновляется каждые 3 месяца
>70% программы - практические задания
Портфолио из проектов, которые высоко оцениваются работодателями
Освоите Python и 30+ библиотек для ML: CatBoost, Scikit-learn, Pandas и т.к.
Обучайтесь онлайн по своему расписанию или в группе
Знания, которых будет достаточно для начала карьеры на позиции Data Scientist/Analyst/ML Engineer
Полнота материала
Новые навыки и умение решать задачи машинного обучения
Качественную программу, тщательный подход и внимание к деталям
< 01. >
Начнете понимать сложные вещи, которые объясняются интересно и простыми словами
Сложность курса
Сбалансированное соотношение теории и практики
Максимально структурированный материал
< 02. >
< Что получаете >
Трудоустройство
< 03. >
Сертификат об окончании обучения
Подготовка к реальным интервью: тестовые собеседования с техническими вопросами
Возможность прохождения стажировки в одной из ТОПовых компаний-партнёров
< Подробная ОС >
Индивидуальный подход для каждого ученика
Работу каждого студента проверяет куратор, который проводит code-review и предоставляет подробную обратную связь
Сложные вопросы по материалу и организационные моменты решаются с автором курса - Анастасией Никулиной
Анастасия лично проверяет каждый pet-project, дает подробную обратную связь с учетом актуальных реалий рынка, а также проводит тестовое собеседование
Каждый ученик получает внимание, адаптированное под его уникальные потребности и цели
Часть проверки домашних заданий автоматизирована, но предусмотрены подсказки, которые быстро помогают исправлять ошибки
Сode-review от куратора
Помощь со сложными вопросами
ОС от автора курса
Адаптирование под цели
Помощь в исправлении ошибок
< Кому подходит >
Для кого этот курс
Если хотите войти в IT:
< 01. >
Развиваться как специалист:
Освоить «Профессию будущего»
< 02. >
< 03. >
Начать работать в области Data Science
*
Получать высокую заработную плату от 120 тыс. на старте
*
Обучать и создавать нейросети
*
Получить востребованную профессию
*
Решать более интересные и сложные задачи
*
Приносить больше пользы
*
Зарабатывать больше денег
*
Сменить сферу деятельности, войти в мир данных
*
Расширить свои навыки
*
< От теории к практике >
Трудоустройство
Поможем составить резюме и написать сопроводительное письмо, чтобы выделить вас среди тысячи других кандидатов. Научим грамотно презентовать свои навыки и использовать предыдущий опыт для новой специализации Data Science. Проведет лекцию и проконсультирует HR-эксперт QIWI
Подготовка резюме
Выпускников, которые успешно закончили курс по Образовательной программе, рекомендуем компаниям-партнерам среди которых Сбер, МТС, Ozon, Wildberries и другие
Рекомендации
На всем этапе трудоустройства до момента оффера сопровождаем выпускников, помогаем с разбором ошибок: на какие темы необходимо обратить внимание и как лучше к ним подготовиться, чтобы в дальнейшем увеличить вероятность прохождения собеседования
Сопровождение
Ваше резюме после обучения
98
выпускников* устроились на позиции Data Scientist / Analyst
140
тыс. ₽ средняя ЗП в оффере у выпускников* школы, +210 тыс. через год
%
сдали 70%+ домашних заданий, тестовое собеседование, pet-project’ы
*
< Тестирование >
Карьерная консультация
Если вы еще не определились с областью анализа данных, у нас есть профилированный тест
который покажет, насколько это направление вам интересно в процентном соотношении. Если у вас остались вопросы, заполните форму обратной связи, и мы свяжемся с вами, чтобы проконсультировать по выбору специальности
Какие задачи вам ближе?
<01.>
Какое описание вам больше подходит?
<02.>
Какая статья вызвала интерес?
<03.>
8-11
< Подробнее >
Подробнее о курсе
Новые потоки курса запускаются не чаще, чем раз в 2 месяца
Длительность обучения составляет от 8 месяцев, в расширенном тарифе от 11 месяцев
/мес
от
40
Программа включает от 40 уроков в зависимости от тарифа
уроков
от
2
месяца
раз в
Свой удобный темп. Вы можете проходить курс как в своем темпе, так и ориентироваться на темп группы, где каждую неделю необходимо сдавать практическое домашнее задание. Самое главное — сдать все до окончания обучения
< Подробнее о ДЗ >
Много практики
Сode-review
< 01. >
Еженедельное ДЗ
Исправление ошибок
< 02. >
< 03. >
75% заданий проверяются куратором курса, который проводит code-review и предоставляет подробную обратную связь
25% заданий проверяются автоматически, но с подробным ответом от системы, если совершили ошибку
Каждую неделю вы получаете по 1 практическому заданию
> 50% практики - реальные кейсы и данные
< 04. >
Больше половины практических заданий основаны на реальных кейсах и используют реальные данные, поэтому сможете на самом курсе погрузиться в то, что делают реальные специалисты на работе
Тестовые задания
< 05. >
После определенных тем предусмотрены тестовые задания, в которых присутствуют вопросы из реальных собеседований
< 02. >
Раз в год мы добавляем новые блоки, чтобы наши студенты и выпускники получали только актуальную информацию
Актуальность знаний
Материалы обновляются каждые 3 месяца, последнее обновление было в мае 2024 года
Карта прогресса, которую можно распечатать и отмечать свои успехи
Образовательные материалы:
Видео-лекций и семинаров длительностью от 1 до 1.5 часов с таймкодами для быстрого поиска информации
< Знания >
Структурированные лекции в текстовом формате в виде презентаций
Актуальные и качественные знания
< 01. >
Практические задания в Jupyter Notebooks
Дополнительные материалы в виде списка рекомендуемой литературы, книг на платформе
Онлайн-вебинары по Zoom, которые проводятся 1 раз в месяц с Анастасией длительностью до 1.5 часов
< Не просто программа >
Как проходит обучение на курсе
Курс поможет в приобретении сильной и качественной базы в области машинного обучения. На курсе вы будете решать практические задачи на реальных данных. Также разберемся, какие результаты для компании дают ML модели, как проводится A/B тестирование, и познакомим вас с NLP и Deep learning
@statdikansky
студент 1го потока курса по Data Science для начинающих
Отличный курс, Анастасия собрала колоссальное количество материала не только по самим алгоритмам машинного обучения, но и по всем аспектам работы data scientist’a. Отдельно хотелось бы отметить качество лекций и презентаций и индивидуальный подход к проверке заданий. Благодаря подробному фидбеку по домашним заданиям и доступности лекций и презентаций…
Смотреть весь отзыв
@☜MZ☞
студент 1го потока курса по Data Science для начинающих
Летом, когда понял, что хочу попробовать себя в IT и начал проходить курс по питону на степике, встал вопрос об обучении на курсе. Я считаю, что ментор должен быть обязательно, ведь с ним можно пройти тот же путь гораздо быстрее и эффективнее за счёт опыта этого самого ментора Когда узнал о вашем курсе — сразу понял, что это моя остановочка, тк pymagic — это углубленное продолжение…
Смотреть весь отзыв
@Alex_Iksanov
студент 1го потока курса по Data Science для начинающих
Оставлю отзыв о данном курсе.) Сферу DS выбрал не случайно. Было немного аналитики в сфере экологии на предыдущей работе, но в экселе и не в таком большом объеме. Известные «онлайн-универы» для обучения не рассматривал. В общем, ни разу не пожалел о том, что выбрал именно этот курс. Что особенно понравилось: структурированная информация по алгоритмам ML; тестовый собес; помощь…
Смотреть весь отзыв
Марина Шишкова
студент 1го потока курса по Data Science для начинающих
Отзыв) занималась на многочисленных курсах Coursera, stepic, udemy. Есть навивки программирования на Python, работы в sql. Шла на этот курс для того, чтобы все знания сгруппировать, умножить и разложить для себя по полочкам. Данный курс мне очень помог. Хочу похвастаться в период обучения нашла работу аналитика данных. Советую будущим ученикам перед началом ознакомиться с основами Python, тогда будет…
Смотреть весь отзыв
Денис Плотников
студент 1го потока курса по Data Science для начинающих
Занимался у Анастасии на курсах PyMagic на первом потоке. Курсы очень понравились, видно, что для их подготовки была проделана огромная работа! Материал очень качественный, теория подтверждается практикой и примерами из реальных рабочих кейсов. При посещении лекций и прослушивании материала дома, а также выполнении домашних заданий и работы над ошибками, можно очень быстро и глубоко погрузиться в эту сферу…
Смотреть весь отзыв
Дарья Прудникова
студент 2го потока курса по Data Science для начинающих
Курс просто отличный, ни разу не возникло мысли, что оно того не стоит. Структурированные презентации с подробным и понятным изложением материала. Отдельная любовь это ноутбуки после каждой темы, где показано применение теории на реальных данных и имплементация некоторых алгоритмов. Мне кажется, было обработано очень много информации с различных источников и переведено на доступный для начинающих язык…
Смотреть весь отзыв
Марина Панова
студент 2го потока курса по Data Science для начинающих
От всей души пишу данный отзыв о курсе Data Science от PyМagic, так как в существующем многообразии представленных на рынке образовательных программ — очень трудно найти что-то действительно стоящее! Я проходила курс с февраля по август 2022 года — за плечами у меня инженерное образование + опыт работы в строительном секторе (математику изучала в техническом вузе), а вот в программировании была полный ноль. До того…
Смотреть весь отзыв
@khava
студент 2го потока курса по Data Science для начинающих
Выбрала именно этот курс, потому что мне понравился контент Анастасии на ее ютуб канале. В итоге, не пожалела! Конечно, моментами было очень тяжело, но она отвечала на все вопросы и обратная связь была довольно быстрая. И хоть я сдала некоторые дз довольно поздно, и сам проект в том числе, но Анастасия даже после окончания курса помогала мне во всем разобраться. И говоря о проекте, он был очень полезен и весьма помог…
Смотреть весь отзыв
@Roman_M
студент 2го потока курса по Data Science для начинающих
На момент объявления о наборе первого потока, за каналом Анастасии наблюдал около полугода. Первое видео, которое посмотрел было «Основы МАТАНА для Data Science за 15 МИНУТ // 1 Часть обучающих видео». Хотел записаться на первый поток, но по разным обстоятельствам не смог (в основном придумал себе причины из разряда, много работы ничего не буду успевать т.д.). Очень ждал анонс второго потока. Когда состоялся анонс…
Смотреть весь отзыв
Мария
студент 2го потока курса по Data Science для начинающих
Курс просто бомба! Будет понятен всем, даже тем, у кого не было навыков программирования. Очень доступный материал, если что-то не понятно, Анастасия будет объяснять, пока не станет понятно (всем бы ее терпение). Интересно построены сами лекции, где половина занятия — теория, вторая половина — практика. Не все дз получались, но Анастасия, либо ребята на курсе всегда рады помочь. Максимально полезные разбор резюме и…
Смотреть весь отзыв
@Vlada
студент 2го потока курса по Data Science для начинающих
Спасибо большое за все полученные знания и помощь! Курс мне очень помог. Всё было очень понятно и структурированно. Я пыталась до этого изучать машинное обучение сама, что-то читала, смотрела, но понимания не было. А теперь всё по полочкам разложено. Мне очень понравилось, что на курсе помогают с резюме и поиском работы после него, а так же прямо во время курса в связи с изменениями на рынке были сделаны…
Смотреть весь отзыв
Вячеслав
31 год, студент 3-го потока
В первую очередь я обратил внимание на этот курс, потому что смотрел канал на Youtube Анастасии...
Мария
31 год, студентка 4-го потока
Я выбрала PyMagic, потому что они внушали доверие, у них была последовательная и подробная программа по всем темам
Дмитрий
студент 2-го потока
Этот курс возможно лучший способ начать свое путешествие в мир больших данных и искусственного интеллекта...
Людмила
37 лет, студентка 4-го потока
Я закончила кус в 2024 году и быстро, в течение нескольких недель нашла работу аналитиком данных в одном цифровом гиганте
Александр
24 года, студент 4-го потока
Мне понравился курс своей структурой. Тем, что низкий старт для тех людей, кто только начинает искать себя в этой профессии…
< Что вы изучите на курсе >
Программа обучения
7 уроков
Чтобы получить подробную информацию о программе обучения Data Science
включая обзор ключевых библиотек, используемых специалистами в работе, — оставьте свою электронную почту
Основы Python и SQL
Освоите Python, включая типы и структуры данных, условия, циклы, функции, функциональное и объектно-ориентированное программирование, а также SQL: синтаксис, соединение таблиц, оконные и ранжирующие функции
/
4 недели
3 домашних практических ДЗ
/
Потренируетесь на данных о сотрудниках, сделаете собственные витрины данных со статистикой по зарплатам, дате выхода на работу и пр.
sys
os
virtualenv
ipython-sql
sqlalchemy
< Раздел №1 >
10 уроков
Математика для Data Science
Изучите ключевые разделы математики для Data Science: математический анализ, линейную алгебру, статистику, теорию вероятностей и методы оптимизации. Освойте принципы А/Б тестирования, включая применения различных видов тестов и методы повышения их чувствительности
/
6 недель
4 практических ДЗ
/
Будете анализировать реальные данные из интернет-магазина, проведете А/Б тестирование и оцените влияние эффекта
math
pandas
numpy
scipy
< Раздел №2 >
4 тестовых ДЗ
/
3 урока
Визуализация и разведочный анализ данных
Научитесь строить и анализировать различные графики (гистограммы, диаграммы размаха и рассеяния и др.), а также как их интерпретировать. Освоите процесс первичного анализа данных, который играет первостепенную роль до момента обучения ML-моделей. Научитесь формулировать гипотезы и делать выводы на основании графиков и цифр
/
2 недели
2 практических ДЗ
/
Попрактикуетесь в создании наборов данных для тренировки построения графиков и проведете свой первый анализ кредитной истории клиентов банка
matplotlib
searborn
< Раздел №3 >
8 уроков
Машинное обучение. Линейные модели
Подробно изучите процесс разработки и обучения ML-моделей в компании. Освоите методы предобработки данных, генерации признаков, линейные модели и метрики оценки. Научитесь решать задачи классификации, включая многоклассовую классификацию
/
4 недели
2 практических ДЗ
/
Разработаете алгоритм линейной регрессии с нуля. Обучите ML-модель для прогнозирования интереса кандидатов к трудоустройству и построите многоклассовую модель сегментации клиентов
scikit-learn
imblearn
< Раздел №4 >
3 тестовых ДЗ
/
7 уроков
Машинное обучение. Деревья решений и ансамбли
Изучите алгоритм дерева решений и его отличия от линейных моделей. Освоите градиентный бустинг и его реализации, научитесь правильно подбирать гиперпараметры. Познакомитесь со сложными техниками: стекинг и блендинг
/
3 недели
3 практических ДЗ
/
Примените полученные знания для предсказания цен автомобилей и прогнозирования покупки автострахования на основе данных клиентов банка
xgboost
catboost
lightgbm
< Раздел №5 >
2 урока
Машинное обучение. Метрические алгоритмы и кластеризация
Изучите метрические алгоритмы для регрессии и классификации. Освоите решение задач кластеризации: снижение размерности, выбор алгоритма и числа кластеров, интерпретацию результатов
/
1 неделя
1 практическое ДЗ
/
Проведете сегментацию пользователей на основе DMP данных для персонализированной рекламы. Опишете характеристики сегментов и дадите рекомендации по применению результатов
umap
yellowbrick
plotly
< Раздел №6 >
4 урока
Deep Learning
Узнаете, что такое глубокое обучение, какие задачи решают при помощи него. Разберете как устроены нейросети и как они обучаются. Познакомитесь с основными архитектурами, а также последними технологиями в области DL. Освоите библиотеки для обработки нейросетей
/
1 неделя
pytorch
< Раздел №7 >
2 урока
Natural Language Processing. Введение
Освоите базовые методы обработки текста, как превратить текст в понятный компьютеру вид. Узнаете о последних технологиях, а также лучших практиках, которые используются при обработке текстов. Разберете как устроены модели на основании архитектуры Transformers
/
1 неделя
< Раздел №8 >
3 урока
MLOps. Введение в интеграцию моделей ML в production
Научитесь писать переиспользуемый и оптимизированный код, изучите работу с REST API. Особое внимание будет уделено Docker, его основным компонентам и Docker Compose. Научитесь самостоятельно развертывать проекты машинного обучения в Docker
/
2неделя
fastapi
streamlit
< Раздел №9 >
14 уроков
+ Natural Language Processing. Расширенный блок (тариф Grandmaster)
Изучите задачи и методы NLP: от базовых с регулярными выражениями до продвинутых на базе Transformer. Разберете архитектуры популярных моделей, включая GPT, BERT. Познакомитесь с задачей анализа кода при помощи продвинутых алгоритмов
/
4 недели
2 практических ДЗ
/
Узнаете об анализе диалогов и текстовых расшифровок звонков, а также о практическом применении NLP и внедрении моделей в production
re
nltk
pymorphy
gensim
< Раздел №10 >
11 тестовых ДЗ
/
Построите модель определения контактных данных в объявлениях для обнаружения мошенников. Обучите алгоритм перевода с одного языка на другой. Выделите именованные сущности из документов
fasttext
transformers
14 уроков
+ Recommender System. Расширенный блок (тариф Grandmaster)
Изучите методы для построения рекомендательных систем: контентную и коллаборативную фильтрацию, гибридные подходы. Разберете матричную факторизацию, модели на основе соседства, продвинутые техники на базе нейросетей (BERT4REC, SASREC) и графов. Освоите оценку эффективности рекомендательных систем при помощи различных метрик
/
4 недели
4 практических ДЗ
/
recbole
lightfm
implicit
surprise
< Раздел №11 >
4 тестовых ДЗ
/
Создадите свою первую рекомендательную систему для предсказания наиболее релевантного фильма на основании его интересов и личной информации пользователя. Предскажите следующую покупку клиента на сайте маркетплейса
< Практикующие специалисты >
Cпециалисты в своем деле
Анастасия Никулина
Автор канала про машинное обучение на YouTube
*
Преподаватель CEO & Founder PyMagic
*
Ex DS Росбанк, OMD, МТС
*
Head of ML Competence Center at Wildberries
*
Каждый месяц проводятся вебинары с автором курса, где разбираются сложные кейсы, домашние задания и вопросы с собеседований. Вы обсудите что важно в профессии Data Scientist, а также карьерные перспективы. В индивидуальном порядке получите разверную обратную связь с code-review по pet-project и пройдете тестовое собеседование
Наставники
< Практикующие специалисты >
Cпециалисты в своем деле
Анастасия Никулина
Автор канала про машинное обучение на YouTube
*
Преподаватель CEO & Founder PyMagic
*
Ex DS Росбанк, OMD, МТС
*
Head of ML Competence Center at Wildberries
*
Авторы блоков программы по профессии Data Scientist с опытом работы в крупных компаниях, университетах, а также обладающие опытом в преподавании
Преподаватели
Евгений Разинков
Лекции по AI: video.razinkov.ai
*
Преподаватель курса к.ф.-м.н.
*
Руководитель AI-отдела в FIX LLC
*
CSO в Pr3vision Technologies Inc.
*
Юлия Морозова
Преподаватель курса HR Generalist RQC
*
Ex IT Recruiter ANCOR, HR Manager QIWI
*
Фрилансер IT-рекрутер, карьерный консультант
*
Айдар Валеев
Преподаватель курса NLP Data Scientist в EORA
*
Аспирант в Innopolis University
*
Антон Вахрушев
Преподаватель курса Kaggle Competitions Grandmaste
*
Lead ML Engineer центра ML инструментов
*
< Практикующие специалисты >
Cпециалисты в своем деле
Максим Забелин
Студент первого потока PyMagic
*
Продуктовый аналитик Raiffeisenbank, ex DA Ozon Tech
*
Занимался оптимизацией SMS-трафика и переводом его на PUSH уведомления, оптимизацией тарифов зарплатных клиентов, проведением А/А/Б тестов
*
Дает развернутую обратную связь по практическим заданиям, индивидуально проверяет каждую работу, делает code-review, поддерживают ребят, отвечает на вопросы по материалам, а также по организационным моментам
Кураторы
< # if знания бесценны == true: print(”go!”) >
Если у вас остались вопросы, вы можете связаться с нами одним из следующих способов, мы ответим на все вопросы в ближайшее время
Стоимость курса
Написать на электронную почту team@pymagic.ru
Обратиться в наш Telegram-бот PyMagic, раздел «Задать вопрос»
Expert
105 900₽
Выбрать
< Тип тарифа >
44 лекций и семинаров длительностью до 1.5 часов
*
18 практических заданий на реальных данных
*
8 тестовых заданий
*
Grandmaster
Выбрать
< Тип тарифа >
То же самое, что в тарифе Expert и еще +
*
5 онлайн-вебинаров с Анастасией с разбором ДЗ и тренировкой собеседований
+
12 лекций-семинаров по NLP (полная версия)
Поддержка кураторов в Discord
*
Полезные книги по ML
*
Проверка ДЗ с обратной связью
*
Презентационные и образовательные материалы с кодом
*
Комьюнити студентов и выпускников
*
Список полезных дополнительных материалов
*
2 практических задания и 10 тестовых заданий по NLP
Дополнительный материал с прошлых митапов по 3 часа
2 мастер-класса по NLP
16 лекций-семинаров по RecSys (полная версия)
7 практических и 5 тестовых заданий по RecSys
2 мастер-класса по Computer Vision
Осталось 32 мест
полная оплата
21 900₽
частями на 6 мес
8 816₽
рассрочка от
/мес
/мес
157 499₽
полная оплата
23 449₽
частями на 9 мес
13 116₽
рассрочка от
/мес
/мес
Осталось 10 мест
обучение 8 месяцев
обучение 11 месяцев
+
+
+
+
+
+
+
< Рассказываем полезные вещи >
Уроки по Python с НУЛЯ для Data Scientist
Полезные видео
Суммарно по нашим каналам в YouTube/Telegram/Яндекс Дзен/ВКонтакте: Более 3 млн. просмотров / Более 50 тыс. подписчиков
Популярный YouTube-канал про машинное обучение:
1 738 798
просмотров
38,6 тыс.
подписчиков
Data Science, что это? Перспективы зарплаты
< Frequently asked questions >
FAQ
Кликните на +, чтобы открыть ответ на вопрос
Для кого подойдет этот курс?
Как происходит оплата?
Могу ли я вернуть деньги за курс?
Как проходит обучение?
Курс будет полезен как тем, кто только хочет войти в сферу Data Science, изучить основы и устроиться на позицию Junior Data Science/Data Analyst, так и тем, кто хочет изучить машинное обучение для своих профессиональных задач, развивая ту область, где вы сейчас работаете, например в сфере медицины
Какой уровень подготовки требуется для поступления на курс?
Устроюсь ли я на работу после прохождения данного курса?
Зачем я должен платить за курс, если в интернете много бесплатных материалов?
Что будет после прохождения курса, могу ли я задавать вопросы и получать помощь?
Будете ли вы выдавать сертификат о прохождении курса?
Обучение длится 6 месяцев, после которых бесплатно могут получить консультацию выпускники/те кто не успел в срок по их вопросам (в случае если студент оплатил все 6 месяцев), также бесплатно проводится проверка итогового проекта и проведение тестового собеседования (в рамках обучения)
Что, если я не прошел тестовое собеседование? Я не получу сертификат о прохождении курса?
Так как собеседование и называется тестовым, вы можете пройти его с 3-х попыток. Так вы обратите внимание на свои пробелы в знаниях и что самое главное, укрепите свои знания, вы будете уже более уверенны на реальном собеседовании. Если вы не получили сертификат о прохождении курса, это не означает, что вас не возьмут на работу, вам необходимо еще раз повторить материал, заполнить пробелы в знаниях, тогда результат не заставит себя ждать!
Да, сертификат о прохождении курса будет выдаваться, но необходимо, чтобы вы выполнили не менее половины от практических домашних заданий, сделали pet-project, а также успешно прошли тестовое собеседование (более 70% правильных ответов)
Смогу ли я вернуть 13% налога за обучение?
Да, так как мы осуществляем образовательную деятельность на основании лицензии № Л035-01255-50/00638643. Более подробно вы можете прочитать в следующей статье, либо написать нам на почту в разделе "Контакты"
Вы можете оплатить сразу весь курс, либо оплачивать помесячно. Также вы можете взять рассрочку, предварительно оплатив первоначальный взнос, и выплачивать стоимость курса по частям. Более подробно про условия рассрочки
Необходимо иметь базовые знания математического анализа, линейной алгебры, иметь опыт решения интегралов и производных, опыт выполнения операций над матрицами но, если вы этого не помните, ничего страшного, главное, что был опыт решения подобных задач
Обучающийся может оплатить полностью курс, но в течение первых двух недель, если он понял, что курс ему не подходит, может вернуть деньги за непройденные занятия. Если по какой-то причине он выбирает отказаться позднее, чем через 2 недели, то сумма не возвращается. Также обучающийся может оплатить курс помесячно, для первого месяца к нему применимы те же правила, что и выше, также он может пройти половину курса, понять что ему тяжело/не подходит, остановить процесс обучения тем, что просто не будет продолжать оплачивать следующие часы
Как правило, подобный материал не структурирован, вам будет требоваться больше времени на его изучение, к тому же необходим высокий уровень самоорганизации. На курсе есть поддержка преподавателей, вы можете задавать напрямую вопросы тем, кто уже работает в Data Science несколько лет. Самое главное преимущество — это то, что мы готовим вас к реальному собеседованию, проводим митапы, где вы учитесь лучше усваивать материал и доносить его до других, также мы даем вам поработать с реальными данными и задачами, помогаем с pet-project (финальный проект)
Лекции проходят в формате онлайн. Все материалы и видео-лекции будут доступны на платформе zenlass, к которой вы получите доступ после оплаты по почте, которую указали при оплате. Домашние задания вам будет необходимо загружать на платформу, при проверке материала, в вашем файле мы будем оставлять комментарии по решению. Важным моментом является и самостоятельная работа, мы даем в качестве домашнего задания дополнительную литературу, где помогаем на данном этапе учиться работать со сторонней информацией, также вы постепенно учитесь понимать, какие статьи вам необходимо читать среди всего того многообразия, что есть в интернете. Если у вас появляются вопросы, вы можете задавать их на онлайн уроках, а также в Discord, помимо этого можете общаться и с другими учащимися
Если вы успешно пройдете курс и как минимум ответите на большинство вопросов на тестовом собеседовании, то ваши шансы на получение работы кратно увеличатся, далее все будет зависеть от того, насколько вы собраны и глубоко погрузились в материал лекций
Сертификат
Настоящим сертификатом удостоверяется, что Иван Иванов успешно прошел курс «Data Science для начинающих»
с __.__ 2024 г. по __.__ 2024 г.
с __.__ 2024 г. по __.__ 2024 г.
Дата выдачи:
№21
Руководитель:
__.__ 2024 г.
Никулина А.А.
© 2024. Все права защищены
ИП Никулина Анастасия Александровна
ОГРНИП 321508100022634
ИНН 862204477980
ОГРНИП 321508100022634
ИНН 862204477980
Лицензия на образовательную деятельность № Л035-01255-50/00638643
Карта сайта
Правовые документы
Контакты
Анастасия Никулина
Автор популярного канала про ML на YouTube (1 748 798 просмотров / 38,6 тыс. подписчиков)
*
CEO & Founder PyMagic
*
Head of ML Competence Center Wildberries, Ex DS Росбанк, OMD, МТС
*
Преподаватель курса по Data Science. Выпускники курса работают в таких компаниях как Сбер, МТС, Ак Барс Банк, Ozon, Яндекс и других крупных компаниях
< Профессиональные навыки >
Использую Python для построения моделей машинного обучения и алгоритмических конструкций
*
Владею SQL для написания простых и сложных запросов
*
Применяю методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных
*
Умею визуализировать данные при помощи Pandas, Matplotlib, Seaborn
*
Разбираюсь в классических алгоритмах машинного обучения и применению их на практике
*
Знаю библиотеки: pandas, numpy, matplotlib, seaborn, scikit-learn, xgboost, lightgbm, catboost, nltk, spaCy, Transformers, torch, RecBole, LightFM, Implicit
*
Знаком с основами Deep Learning
*
Умею применять стеккинг, блендинг и ансамблирование
*
Понимаю принципы организации и проведения A/B-тестирования
*
Умею развертывать ML-модели через REST API с UI с помощью Docker (FastAPI, Streamlit)
*
Владею классическими методами обработки текста
*
Знаю архитектуру моделей на базе Transformer, таких как GPT и BERT, и умею применять их
*
Умею строить эффективные рекомендательные системы, используя методы контентной и коллаборативной фильтрации, гибридные и последовательные подходы
*
Умею оценивать качество работы алгоритмов для задач с табличными данными, текстом и рекомендациями
*
Имя:
Возраст:
Город:
Наш сайт использует файлы cookie, чтобы улучшить работу сайта, повысить его эффективность и удобство.
Узнать подробнее
Мы свяжемся с вами и ответим на все ваши вопросы по курсу
Узнать подробнее
Мы свяжемся с вами и ответим на все ваши вопросы по курсу
// количество мест ограничено,
ближайший старт: 23 сентября
ближайший старт: 23 сентября
Связаться с намиTelegram