Специалист по Data Science
Яндекс
Описание
В течение 5 рабочих дней с момента подачи заявки с вами свяжется менеджер Яндекс.Практикума для проведения вступительного интервью. Обратите внимание, что звонок поступает с номера 8-495-981-24-78. Это обязательный этап зачисления на курс, пожалуйста, будьте на связи.
Специалист по Data Science структурирует и анализирует большие объёмы данных, применяет машинное обучение для предсказания событий и обнаружения неочевидных закономерностей. Помогает создавать и улучшать продукты в бизнесе, промышленности и науке. Мы хотим научить вас основным инструментам этой профессии: Python и его библиотекам, в том числе Scikit-Learn и XGBoost; Jupyter Notebook, SQL.
Зарплата специалиста по Data Science :
Junior — 40 000 - 80 000 рублей
Middle — 80 000 - 140 000 рублей
Senior — от 140 0000
Источник данных: Хабр Карьера
Чему вы научитесь на курсе:
- писать ясный, гибкий, эффективный и работающий код программ на языке программирования Python;
- ставить и проверять статистические гипотезы;
- извлекать данные запросами на языке SQL;
- работать с данными в различных форматах;
- применять методы анализа данных в решении прикладных задач;
- восстанавливать закономерности из эмпирических данных, применять различные методы машинного обучения.
За 8 месяцев обучения по 15 часов в неделю вы освоите востребованные навыки и соберёте портфолио. Вот какие проекты в него войдут:
- прогнозирование оттока клиентов банка;
- анализ прибыли и убытков нефтедобывающей компании;
- оптимизация работы предприятия золотодобывающей отрасли.
О компании
Яндекс.Практикум — это сервис онлайн-образования, где каждый может получить навыки для работы и жизни. Всё обучение проходит в собственной технологической среде, где можно на практике применить полученные навыки.
Почему Яндекс Практикум
Погружение в IT-профессию подразумевает постоянный контакт с изучаемыми технологиями, выполнение практических заданий и общение с наставником. Для этого мы создали собственную среду обучения:
- Онлайн-тренажер
С первого дня вы учитесь на практике. Мы даём реальные кейсы, которые закрепляют теоретические основы. Вы сможете обучаться в своём темпе. - Самостоятельная работа
Тренажер — это только часть обучения. Основные навыки вы приобретете по мере решения задач инструментами профессиональных тестировщиков. Наставники помогут и дадут обратную связь. - Поддержка
Команда наставников проверяет и комментирует ваши работы, помогает разобраться в сложностях и обучает собственным профессиональным приёмам. Поддержка в чате доступна 24/7.
71,1% выпускников трудоустраиваются
Мы делаем всё, чтобы студенты нашли новую работу: выдаем официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.
71,1% выпускников находят работу, большинство из них за 4 месяца. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.
Часов в программе
Цель программы
Актуальность
Входная диагностика 1 час
Итоговая аттестация 40 часов
Компетенции
Профессиональные
Основы Python и анализа данных
Основы синтаксиса, списки и циклы, операции с таблицами, условия и функции, Pandas для анализа данных.
Уметь:Основы программирования на Python, предобработка данных, анализ данных и оформление результатов.
Владеть:Python, библиотека Pandas для анализа данных, Jupyter Notebook.
Работа с данными
Работа с пропусками, срезы данных, работа с несколькими источниками данных, взаимосвязь данных, описательная статистика, теория вероятностей.
Уметь:Изменение типов данных, Категоризация данных, Поиск дубликатов, Переработка данных, Построение графиков, Валидация результатов, Проверка гипотез
Владеть:Язык программирования для создания, модификации и управления данными в реляционной базе данных — SQL, Язык программирования общего назначения, ориентированный на повышение производительности разработчика и читаемости кода — Python
Основы машинного обучения
Метрики классификации, Регрессия, Метрики регрессии, Метрики бизнеса, Модели и алгоритмы.
Уметь:Улучшение модели, Подготовка признаков, Запуск новой функциональности, Сбор данных, Прямое кодирование.
Владеть:Язык программирования общего назначения, ориентированный на повышение производительности разработчика и читаемости кода — Python
Продвинутое машинное обучение,
Матрицы и матричные операции, Градиентный бустинг, Векторы и векторные операции, Линейная алгебра в машинном обучении, Обучение моделей градиентным спуском, Векторизация текстов, Языковые представления.
Уметь:Реализация линейной регрессии, Анализ алгоритмов, Анализ и прогнозирование временных рядов.
Владеть:Язык программирования для создания, модификации и управления данными в реляционной базе данных — SQL, Язык программирования общего назначения, ориентированный на повышение производительности разработчика и читаемости кода — Python
Работа с большими объемами данных
Базы данных и таблицы, Расширенные возможности SQL, Полносвязные нейронные сети, Свёрточные нейронные сети.
Уметь:Извлечение данных с помощью SQL, Кластеризация данных, Обнаружение аномалий в данных.
Владеть:SQL для работы с данными, PySpark, Архитектура LeNet, Библиотека Keras
Требования
Нет
Образование
- Высшее образование
- Среднее профессиональное образование
Модули
свернутьПрофстандарт
Специалист по Data Science
06.042Ответственный за программу
practicumcipro@support.yandex.ru
88007009329