Онлайн-обучение

Курс Python для Data Science

Стать Data Scientist? С ITEA!
Python for Data Science — это целый комплекс подготовки Data Science-специалистов к работе с большими данными и использованию возможностей программирования в обработке больших данных.

Забронировать место Хочу консультацию

КОГДА

Старт

1 ноября 2021

СКОЛЬКО

16 занятий

2-3 раза в неделю

с 19:00 до 22:00 по МСК

ЦЕНА

395 USD

335 USD

Доступна оплата частями

Забронировать место Хочу консультацию

Для кого этот курс:

Курс нацелен на Data Scientists, которые имеют базовые навыки программирования и математического анализа. Также курс будет полезен специалистам, работающим с данными (аналитикам, бизнес-аналитикам, исследователям), которые хотят освоить новые гибкие инструменты для работы с данными.

Использование Python поможет эффективнее кластеризировать и визуализировать большие массивы данных.

Минимальные требования для поступления на курс:

Опыт программирования на любом процедурном языке;
Знания математики в рамках школьного курса

Все еще остались вопросы про Python for Data Science? Задай их нам напрямую! Для этого запишись на бесплатную консультацию.

Бесплатная консультация

Как проходят курсы Python for Data Science

Программа курса

Вебинар

Уроки в академии проводятся дистанционно в вечернее время. Займи удобное место дома или в кафе, обеспечь доступ к скоростному интернету и подключись к онлайн-трансляции. На занятиях студенты и преподаватели легко взаимодействуют друг с другом. Поэтому ты всегда можешь задать вопрос преподавателю прямо во время трансляции. Это делает изучение материала максимально удобным.

Домашние задания

После каждого урока ты будешь получать домашние задание чтобы закреплять новый материал на практике.

Поддержка ментора

Ментор всегда ответит на вопросы и поможет заполнить пробелы в знаниях. Наши менторы помогают экономить время на разбор домашних заданий и дают студентам свежий взгляд на решение задач при помощи Python.

Курсовой проект

Курсовая работа — это твоя возможность применить и продемонстрировать все приобретенные навыки. В итоге у тебя получится отличное дополнение к портфолио.

Стать Data Scientist?
С ITEA!

О трудоустройстве

Индивидуально разработанный план развития

Помощь в составлении лучшего резюме и портфолио

Онлайн-уроки, актуальная информация, практика и развитие soft skills

Дальнейшее сопровождение и помощь с трудоустройством

О трудоустройстве

На курсе ты научишься:

Понимать основные алгоритмы машинного обучения и практически их использовать для задач классификации и регрессии
Анализировать данные и строить модели машинного обучения с помощью языков Python
Делать качественные и интерактивные визуализации данных

Почему стоит выбрать Python-обучение в ITEA

Курсы, которые не отвлекают от сути

Мы позаботились о качестве курса. И сперва мы сделали так, чтобы все работало: чтобы курсы читались, а студенты учились. Более того, мы всегда готовы прийти на помощь во время обучения.

Актуальные программы обучения

Научим тому, что используют в работе реальные люди. Никаких лишних знаний. Только актуальные навыки и информация.

Стажировка и трудоустройство

После курса ты получишь доступ к партнерскому ресурсу JunGo — сайту вакансий, где наши выпускники находят работу в компаниях-партнерах. Мы также поможем с составлением резюме и портфолио и проконсультируем по прохождению собеседований.

Мини-группы до 15 человек

Чтобы сделать обучение максимально комфортным, мы формируем небольшие группы. Это удобно и для студентов, и для преподавателей. Таким образом каждый студент получает необходимое количество внимания коуча.

Новые победы?
Вместе с ITEA!

Обучение Python — новый виток твоего профессионального развития. Прокачай уровень разработки на Python вместе с ITEA!

* Данные согласно ресурсам habr.com, brainskills.ru и ostrovrusa.ruhabr.com

Записаться на курс

Junior

от 1 года опыта

$800+

Middle

2-3 года опыта

$1400+

Senior

от 4-х лет опыта

$1900+

Записаться на курс

Полный поэтапный план онлайн-курса Python for Data Science

Модуль 1. Введение в машинного обучения и Data Science

Определение машинного обучения и науки о данных, их задачи
Инструментарий для анализа данных: языки программирования Python
Типы машинного обучения
Составные части модели машинного обучения
Базовые концепты машинного обучения

Модуль 2. Основы языков программирования Python для Data science

IDE для удобной работы: Jupyter, Spyder
Семантика языка
Типы данных
Структуры данных
Операторы контроля исполнения (разветвления и циклов)
Векторизация в Python (numpy)

Модуль 3. Функциональное программирование в Python

Comprehension, Generators, Iterators в Python
Функции в Python
Встроенные функции Python

Модуль 4. Исследование и подготовка данных к анализу

Numpy
Pandas

Модуль 5. Визуализация данных в Python

Matplotlib
Seaborn

Модуль 6. Основные понятия статистического анализа

Scipy.stats
Описательные статистики
Зависимости между переменными

Модуль 7. Типичные проблемы в подготовке данных к анализуодготовке данных к анализу

Преобразование факторных переменных
Борьба с пробелами в данных
Проблема мультиколлинеарности
Шкалирования данных
Выбор информативных переменных для модели
Типичный алгоритм подготовки данных к моделированию

Модуль 8. Базовые регрессионные модели

Линейная регрессия
Полиномиальная регрессия
Метод ближайших соседей
Метрики оценки качества регрессии
Тюнинг регрессионных моделей

Модуль 9. Базовые модели классификации

Логистическая регрессия
Метод опорных векторов
Наивный Байесовский классификатор
Метрики оценки качества классификации
Тюнинг параметров моделей классификации

Модуль 10. Базовые модели кластеризации и снижения размерности

Метод к-средних
Иерархический кластерный анализ
DBSCAN
Анализ
Кореспонденс-анализ

Кореспонденс-анализ Модуль 11. Деревья решений и ансамбли

Базовые древовидные модели
Random forest
Xgboost, lightgbm
Тюнинг гиперпараметров в ансамблевых моделях

Модуль 12. Методы улучшения качества моделей машинного обучения

Аугментация
Feature engineering
Cross-validation
Борьба с переобучением
Борьба с дисбалансом данных
Регуляризация модели

Модуль 13. Введение в архитектуры нейронных сетей. Нейронные сети для классификации изображений

Keras
tensorflow
Персептрон
CNN

Модуль 14. Прогнозирование временных рядов

AR, MA, ARMA
ARIMA
VAR
Lstm

Модуль 15. Документация Data Science проектов, Data Science in prod

Пути организации продакшна для data science-проектов
Специфика документации data science проектов
Markdown, Latex

Модуль 16. Практикум по пути улучшения качества моделей

Презентация и обсуждение курсовых проектов
Подведение итогов курса

Преподаватели курса
Python for Data Science

Команда ITEA собрала лучших практиков: руководителей, senior-специалистов и экспертов с многолетним опытом

Начал свой путь в IT с аналитики и менеджмента SQL Server / PostgreSQL баз данных. В дальнейшем получил диплом Магистра Математики в Georgia Southern University (США). Там же работал ассистентом преподавателя математики (2 года) и Data Scientist (более 2 лет). В данный момент работает freelance Machine Learning Developer.

Олег Сорокин

Machine Learning Engineer

Data Scientist в Киевстар. Более 3 лет опыта в науке о данных. Имеет опыт в реализации коммерческих и научных проектов, связанных с обработкой веб-данных, NLP и анализом изображений. Сферы интересов: пространственный анализ, NLP, методы анализа номинальных переменных, инфографика.

Роман Кириченко

Data Scientist

Более 4 лет опыта. Имеет бэкграунд в большинстве современных алгоритмов машинного обучения, высокие навыки программирования и глубокое понимание реляционных баз данных (SQL). Есть опыт глубокого обучения с инстансами Amazon. Работает с искусственным интеллектом для мобильных устройств.

Денис Ширман

Data Scientist

Успей забронировать свое место в группе

Введите номер телефона в формате +7-916-.., если ваш номер 8-916-.

Подписанием и отправкой этой заявки я подтверждаю, что я ознакомлен с Политикой конфиденциальности и принимаю её условия, включая регламентирующие обработку моих персональных данных, и согласен с ней. Я даю своё согласие на обработку персональных данных в соответствии с данной Политикой конфиденциальности.

Тебе могут подойти эти курсы:

Расписание курсов

СКИДКА -25%

Отвечаем на самые часто задаваемые вопросы

Не будет в курсе много теории? Я получу практические знания?

Информация без практического закрепления долго не держится в памяти. Поэтому после получения новых знаний, наши студенты сразу применяют их на практике.

Преподаватель помогает им справиться с задачами и отвечает на вопросы, которые могут возникнуть. Поэтому тебя ожидает практика на занятиях, в домашних заданиях, а также при работе с собственным проектом в конце курса.

Если я делаю паузу в обучении (например, по болезни), могу ли я восстановиться? Или время и деньги будут потеряны?

Если ты был вынужден временно прекратить обучение — не нужно снова возвращаться к самому началу. Ты всегда можешь продолжить с того же места, где остановился. Детали восстановления расскажет наш менеджер.

Как происходит процесс трудоустройства в ITEA после прохождения курса и получения сертификата?

Студенты, которые набрали максимальное количество баллов в ходе обучения и прошли программу Roadmap, получают специальную форму резюме, по которой мы сотрудничаем с нашими партнерами.

Мы также проводим проверку резюме, сопроводительных писем и даем консультации, если возникают вопросы. Наш карьерный центр мотивирует и поддерживает каждого кандидата до тех пор, пока он не выберет для себя лучшее предложение.

Будет ли преподаватель помогать мне с решением практических задач: давать советы, смотреть скриншоты, объяснять то, что я не понял?

Да. Преподаватель всегда на связи, чтобы направить студента и при необходимости исправить его. Он основывает свое обучение на собственном опыте и приводит примеры из собственной практики. Преподаватель не движется дальше по программе, пока студенты не усвоят материал на нужном уровне.

Есть ли возрастные ограничения на прохождение курса?

Курсы нацелены на аудиторию в возрасте от 18 лет.

Нужно иметь предварительную подготовку в рамках вашего обучения?

Минимальные требования указаны на странице каждого курса. Чаще всего базовые курсы программирования не требуют специальной подготовки. Для продвинутого обучения достаточно материала предыдущего курса.

Какой уровень английского нужен для трудоустройства на позицию Junior?

Уровень английского напрямую зависит от вакансии. Для многих Junior-специалистов английский уровня Intermediate будет преимуществом, однако для некоторых вакансий достаточно уровня Elementary.

Не знаешь, с чего начать свой путь в IT?

Поможем в выборе направления прямо сейчас. Записывайся на бесплатную консультацию!