Профессия Data Scientist: учимся обработке и анализу данных за 3 дня
Интенсив завершен, но вы можете посмотреть его в записи
Вы попробуете себя в роли Data Scientist: с нуля подготовите данные, построите модель и научитесь анализу и визуализации с помощью Python.
Кому подойдёт интенсив
Интересующимся новичкам
Вы узнаете, с чем сталкиваются на работе специалисты по данным. Решите несколько реальных задач и оцените, интересна ли вам эта профессия.
Молодым специалистам
Научитесь применять Python для построения статистических моделей, поработаете с библиотеками Pandas и Matplotlib, разберёте несколько практических заданий и повысите свой уровень.
Data Scientist — специалист, который c помощью статистики и машинного обучения анализирует большие данные и делает прогнозы в бизнесе, науке и промышленности.
Примеры работ студентов
Специалисты по Data Science востребованы на рынке. Более 1200 вакансий для разных уровней открыто на рынке труда.
- от 40 000 ₽ Без опыта
- до 350 000 ₽ 1–3 года опыта
- до 500 000 ₽ 3–6 лет опыта
Вы научитесь
Строить модели для прогнозирования данных
Будете находить аномалии, выявлять ложные зависимости и выделять главные факторы в моделях данных.Использовать Python для Data-аналитики
Узнаете, как визуализировать и анализировать данные с помощью Python-библиотек.Применять Data Science в бизнесе
Сможете автоматизировать решение бизнес-задач с помощью искусственного интеллекта и Machine Learning.
Программа
- Урок 1
Анализ данных в Data Science: знакомимся с Python
- Кто такой Data Scientist.
- Какие задачи решают с помощью Machine Learning.
- Лайфхаки для лёгкого входа в профессию.
- Основы Python: чтение и визуализация данных с помощью библиотек Pandas и Matplotlib.
- Урок 2
Анализ данных в Data Science: техники исследования
- Техники исследования данных.
- Статистические методы на Python: когда применять и как интерпретировать.
- Выявление значимых факторов и построение модели.
- Урок 3
Анализ данных в Data Science: подводим итоги
- Разбор домашнего задания: лучшие находки и типичные ошибки.
- Вручение подарков.
Работы участников интенсива
Задание одного из прошлых интенсивов: 1) исследовать данные о производстве электричества в США; 2) построить аналитику на Python по примеру из эфира; 3) сделать выводы на основе полученных данных.
Преподаватель
Анастасия Борнева
Руководитель направления по исследованию данных в Сбере-
Математик-программист по образованию. -
8 лет в программировании. -
Занимается NLP, строит модели классификации текстов.
Отзывы участников интенсива
-
Сейчас нахожусь в поиске себя, меняю вектор профессиональной деятельности. Понял, что хочу в Data Science, но с выбором конкретной области были проблемы. Сейчас сомнений нет — направление выбрано. Значимую роль в этом сыграли интенсивы от Skillbox. Это мой третий интенсив, и после него я определился, что хочу в Data Analysis. Спикер интенсива Анастасия Борнева простым и понятным языком донесла материал вебинара. С ней особенно комфортно будет начинающим специалистам: во время трансляции она отвечает на все вопросы, а в чате заботливо оставляет развёрнутые пояснения.
-
Я Direct-маркетолог, отвечаю за отправку емейлов, СМС и пуш-уведомлений. Зарегистрировался на интенсив из-за интереса к обработке данных. В целом очень познавательно. Не ожидал, что язык программирования Python окажется настолько доступным для моего понимания. Большое спасибо преподавателю! В первый день было больше теории, но с домашкой для саморазвития. Второй — практика + теория и конкурсная домашка. Третий — разбор домашек. Лектор всё очень доходчиво объяснила, поэтому на практике всё получилось. Интенсив принёс свои плоды — теперь читаю книги по Python :) Мои выводы: если вам по работе или для собственного развития необходимо иметь дело с данными (например, те же таблицы в Excel), то попробуйте этот интенсив. Я для себя открыл совершенно другой, эффективный способ работы с данными.
Получить доступ к записи бесплатного интенсива
Получайте расписание новых интенсивов каждую неделю
Раз в неделю мы будем присылать вам расписание грядущих интенсивов на почту. Подпишитесь, чтобы не пропустить вебинары по своим темам.
