Кто такие дата-сайентисты

Это настоящие супергерои: собирают и анализируют данные, строят прогнозные модели, создают и обучают нейросети.

Нейросети — один из самых продвинутых методов машинного обучения. Они лучше людей играют в игры, которые нельзя просчитать математически (вроде Го), диагностируют болезни и распознают объекты на фотографиях.

Как стать таким нужным специалистом?

Можно начать с самого простого — с анализа данных с помощью Google Таблиц и Python — и постепенно осваивать профессию.

Зачем вам участвовать в этом проекте

• Вы поймете, нравится ли вам Data Science
• Освоите базовую теорию анализа данных
• Начнете разбираться в направлениях и понятиях
• Решите разноплановые задачи, применимые для реальных бизнесов
• Оцените свои силы и почувствуете, как это — совмещать учебу на онлайн-курсе с работой

Кому подойдет интенсив

Новичкам

Программа интенсива разработана так, что вам не потребуется специальных знаний, выходящих за рамки школьной программы. Вы попробуете себя в новой области и поймете, интересна ли она вам.

Специалистам смежных областей

Расширите свой стек, научитесь анализировать данные в Google Таблицах и Python. Откроете для себя Data

Science и прокачаете карьеру, решая более сложные задачи в текущей работе.

Будущим предпринимателям в IT

Раскроете возможности своего бизнеса через науку о данных. Решите вместе с экспертом разноплановые задачи, основанные на реальных кейсах из индустрии.

Специалистам из любой сферы

Перестанете путать Data Science и аналитику данных. Поймете, насколько вам нравится эта сфера. На практике прочувствуете, сможете ли вы обучаться на курсе, совмещая со своей повседневной жизнью.

Вы научитесь

• Разбираться в понятиях анализа данных
• Проводить A/B-тест вручную
• Анализировать данные с помощью Google Таблиц и Python
• Создавать, обучать и оценивать модели машинного обучения
• Создавать и обучать нейросети

Программа

День 1. Знакомимся с первой ступенькой Data Science — анализом данных

• Что из себя представляет профессия дата-сайентиста
• Какие плюсы в Data Science перед другими профессиями
• Карьерные возможности дата-сайентиста
• Примеры применения Data Science в бизнесе и социальных проектах
• Направления и понятия в анализе данных
• Знакомство с компанией «Индекс»
• А/В-тест: считаем, как изменится поведение клиентов в обновленной версии сайта компании «Индекс»

День 2. Анализ данных при помощи Google Таблиц

• История анализа: как данные стали большими
• Data Analyst и Data Science: что выбрать?
• Зачем нужны табличные редакторы в анализе
• Google Sheets: решаем кейс для компании «Индекс»

День 3. Анализ данных при помощи Pandas

• Python: что это за язык и в чем его преимущества
• Что такое «библиотеки». Знакомство с Pandas
• Анализ предыдущего дня с помощью Pandas

День 4. Изучаем машинное обучение

• Теория и основные понятия ML
• Создадим, обучим и оценим несколько ML-моделей

День 5. Знакомимся с нейронными сетями

• Что нужно знать о нейронных сетях
• Что общего между нейросетями и человеческим мозгом
• Создадим и обучим нейросеть для задачи по Computer Vision

Эксперт онлайн-интенсива

Мария Жарова

• Data Scientist в команде разработки «‎Сбера»
• Развивается в направлении рекомендательных систем
• Преподает Python, математику и машинное обучение в SkillFactory
• Владеет библиотеками Python для Data Science и Data Analysis (Scikit-learn, NumPy, Pandas, SciPy, Matplotlib, Seaborn), работает с базами данных в SAS, pySpark, Hadoop

Время: 20:00

Участие бесплатное!

Регистрация