Профессия
Data Scientist

Реальные задачи и проекты из отрасли, практические навыки, понятное объяснение сложных тем, доступ к чату студенческого сообщества, учитесь в своем темпе
FAQ
Записаться
< Старт в любое время >
Анастасия Никулина
Curiosity about life in all its aspects, I think, is still the secret of great creative people.
< Длительность: от 6 месяцев >
< Уровень: С нуля >
< Статистика >

О нас в цифрах

400+

студентов прошли курс

96%

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. ₽

Интенсивный курс с программой уровня ТОП-вузов, основанный на опыте ML-экспертов
Актуальная программа: обновляется каждые 3 месяца
>70% программы - практические задания
Портфолио из собственных 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
< Кому подходит >

Для кого этот курс

Если хотите работать 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
*
Получить фундамент в анализе данных и ML
*
Начать карьеру в быстрорастущей и востребованной сфере
*
Решать более сложные и ценные задачи
*
Повышать доход за счёт профессионального роста
*
Осваивать современные инструменты и технологии
*
Углублять технические и аналитические навыки
*
Работать с данными в реальных бизнес-кейсах
*
< Подробнее о ДЗ >

Много практики

Сode-review

< 01. >

Домашние задания

Сообщество студентов

< 02. >
< 03. >
82% заданий проверяются автоматически на платформе, остальные предназначены для самостоятельного разбора
Участники курса получают доступ к студенческому чату сообщества, где могут обмениваться опытом, обсуждать задания, делиться полезными материалами и помогать друг другу в обучении
Каждую неделю — большое задание по Python и тесты после теоретических занятий. Рекомендуется заниматься от 2–3 часов в день.

> 50% практики - реальные кейсы и данные

< 04. >
Более половины практических заданий построены на реальных кейсах и данных, что позволяет уже во время обучения погрузиться в задачи, с которыми сталкиваются специалисты в своей повседневной работе

Лекции

< 05. >
Видео-лекции и семинары длительностью 1–1,5 часа, текстовые лекции в формате PDF, а также дополнительные материалы, включая список литературы и книги
Курс рассчитан на самостоятельное обучение: вы можете проходить его в своём темпе и в любое удобное время. Лекции предзаписаны, а жёстких дедлайнов нет — это позволяет гибко планировать занятия. Тренажёры доступны круглосуточно, их можно использовать неограниченное количество раз и пробовать решения столько, сколько потребуется. Большинство заданий проверяются автоматически, а к части из них прилагаются подробные комментарии от тренажёра, что помогает развивать навык самостоятельного поиска решений и глубокого понимания материала
< От теории к практике >

Трудоустройство

Вы получите материалы для подготовки резюме и сопроводительного письма, которые помогут выделиться среди других кандидатов. Мы покажем, как грамотно представить свои навыки и перевести предыдущий опыт в плоскость новой специализации — Data Science. Также вас ждёт лекция и рекомендации от HR-эксперта

Подготовка резюме

Дадим рекомендации по созданию пет-проекта, который поможет максимально повысить шансы на получение работы. Подскажем, какой проект лучше выбрать, чтобы продемонстрировать свои навыки, а также как правильно структурировать его для наилучшего впечатления на работодателей

Pet-project

Собеседование

После завершения курса вы сможете пройти пробное собеседование (mock interview), чтобы подготовиться к реальным встречам с работодателями. Собеседование проводится за дополнительную плату.
Ваше резюме после обучения

96

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.>
< 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
1/11
< Что думают люди >

Отзывы участников

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
< Что думают люди >
Отзывы участников
2/11
@☜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
< Что думают люди >
Отзывы участников
3/11
@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
< Что думают люди >
Отзывы участников
4/11
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
< Что думают люди >
Отзывы участников
5/11
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
< Что думают люди >
Отзывы участников
6/11
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
< Что думают люди >
Отзывы участников
7/11
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
< Что думают люди >
Отзывы участников
8/11
@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
< Что думают люди >
Отзывы участников
9/11
@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
< Что думают люди >
Отзывы участников
10/11
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
< Что думают люди >
Отзывы участников
11/11
@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
< 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

/

8 недель

3 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

/

8 недель

6 практических ДЗ

/

recbole
lightfm
implicit
surprise
rectools
PyTorch Geometric

< Раздел №11 >

9 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

Авторы блоков программы по профессии Data Scientist с опытом работы в крупных компаниях, университетах, а также обладающие опытом в преподавании

Преподаватели

  • HR Generalist RQC
  • полные регалии:
  • Фрилансер IT-рекрутер
  • Ex IT Recruiter Ancor, HR Manager QIWI
HR Generalist RQC
Юлия Морозова
  • Преподаватель курса к.ф.-м.н.
  • CSO в Pr3vision Technologies Inc.
  • Руководитель AI-отдела в FIX LLC
  • Лекции по AI: video.razinkov.ai
CSO в Pr3vision Technologies Inc.
Евгений Разинков
  • Kaggle Competitions Grandmaster
  • Lead ML Engineer центра ML инструментов
Lead ML Engineer центра ML инструментов
Антон Вахрушев
  • NLP Data Scientist at Digital Habits codeache
  • ex NLP Data Scientist at EORA
  • Участвовал в автоматизации контакт-центра “Додо Пиццы” - разработка чат-бота
  • Аспирант Innopolis University
  • Куратор курсов по машинному обучению 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
  • Студент первого потока PyMagic
Продуктовый аналитик Raiffeisenbank
Максим Забелин
NLP Data Scientist at Digital Habits
Айдар Валеев
  • Преподаватель CEO & Founder PyMagic
  • Ex DS Росбанк, OMD, МТС
  • Автор канала про машинное обучение на YouTube
CEO & Founder PyMagic
Анастасия Никулина
< # 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 PyMagiс official

Expert

48 900₽
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 +
*
14 лекций-семинаров по NLP (полная версия)
Полезные книги по ML
*
Автоматическая проверка более 80% ДЗ
*
Презентационные и образовательные материалы с кодом
*
Самостоятельное изучение материала
*
*
Доступ к чату сообщества студентов
*
Материалы доступны в течение 2-х лет
3 практических задания и 10 тестовых заданий по NLP
14 лекций-семинаров по RecSys
6 практических и 9 тестовых заданий по RecSys
2 мастер-класса по Computer Vision
Дополнительный материал с прошлых митапов
полная оплата
10 135₽
частями на 6 месяцев
/мес
/мес
частями на 6 месяцев
15 522₽
/мес
рассрочка от
5 433₽
74 900₽
полная оплата
6 241₽
рассрочка от
/мес

обучение 6 месяцев

обучение 9 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:

2 110 615
просмотров

43,2 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?

Будете ли вы выдавать сертификат о прохождении курса?

Да, сертификат о прохождении курса будет выдаваться, но необходимо, чтобы вы выполнили не менее 80% от практических домашних заданий.

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 и выплачивать стоимость курса по частям.
Более подробно про условия рассрочки для тарифа Expert
Более подробно про условия рассрочки для тарифа Grandmaster
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 курс полностью, а если поймёт, что программа ему не подходит, — вернуть деньги за непройденные занятия. При оплате в рассрочку возврат осуществляется за вычетом процентов. Также доступна помесячная оплата — для неё действуют те же условия возврата.
Как правило, подобный материал не структурирован, вам будет требоваться больше времени на его изучение, к тому же необходим высокий уровень самоорганизации.
Все материалы и видео-лекции доступны на платформе Zenlass, доступ к которой вы получите после оплаты на указанную почту. Домашние задания загружаются на платформу — при автоматической проверке вы получите комментарии к решению прямо в файле. Курс полностью рассчитан на самостоятельное обучение: поддержка кураторов не предусмотрена, как и общение с другими студентами. Дополнительно вы получите список рекомендованной литературы, чтобы учиться работать с внешними источниками и самостоятельно находить нужную информацию.
Если вы успешно пройдете курс, 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 __.__ 2025 г. по __.__ 2025 г.
Дата выдачи:
№21
Руководитель:
__.__ 2025 г.
Никулина А.А.
© 2025. Все права защищены
ИП Никулина Анастасия Александровна
ОГРНИП 321508100022634
ИНН 862204477980
Лицензия на образовательную деятельность № Л035-01255-50/00638643
Карта сайта
Faq
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
*
Имя:
Возраст:
Город:
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
*
Наш сайт использует файлы cookie, чтобы улучшить работу сайта, повысить его эффективность и удобство.
Связаться с нами Telegram