[Skillbox] Введение в Data Science [Юлдуз Фаттахова, Пётр Емельянов]

Вы попробуете себя в роли дата-инженера, аналитика и специалиста по машинному обучению. Получите фундаментальные знания и навыки, достаточные для начала карьеры в Data Science.

Специалисты по Data Science работают с большими объемами данных, выдвигают гипотезы и проверяют их. Помогают бизнесу принимать решения на основе анализа данных.

Они создают модели машинного обучения, тренируют нейросети для работы с текстом, видео или изображениями, строят поисковые и рекомендательные системы, разворачивают и поддерживают инфраструктуру для автоматизации работы с информацией.

Кому подойдёт этот курс

• Новичкам
  С нуля освоите Python, SQL, научитесь собирать и анализировать данные, получите необходимый теоретический минимум по математике, теории вероятности и статистике. Знания закрепите на практике — подготовите и защитите дипломую работу, которая станет первым кейсом в вашем будущем портфолио.
• Программистам
  Подтянете математику, статистику, аналитическое и алгоритмическое мышление, научитесь выявлять потребности бизнеса. Получите опыт работы с моделями машинного обучения, будете применять Python для решения задач с данными. Пройдёте процесс от сбора данных до деплоя модели.
• Начинающим аналитикам
  Вы научитесь выдвигать гипотезы и делать выводы на основе данных. Сможете писать эффективный код на Python, превращать сырые данные в полезную информацию для компании, понимать математику на основе статистики, обучать машины и прогнозировать результаты. Отшлифуете знания, увеличите скорость своей работы и добьётесь повышения.

Чему вы научитесь

1. Аналитически мыслить
   Профессия Data Scientist — это не слепое применение изученных инструментов. Вы научитесь самостоятельно решать проблемы: разрабатывать планы, выдвигать и проверять гипотезы, интерпретировать результаты и представлять их руководству.
   
   
2. Работать с инструментами дата-сайентиста
   С нуля научитесь программировать на Python и пользоваться необходимыми библиотеками для работы с данными. Узнаете, как визуализировать данные в Power BI, провести анализ в Jupyter Notebook и построить модель машинного обучения простым перетаскиванием блоков в Azure.
   
   
3. Извлекать данные из источников
   Научитесь читать файлы различных форматов при помощи Python и библиотеки Pandas, писать запросы к API, получать, очищать и сохранять данные в разных форматах. Познакомитесь с устройством баз данных и освоите язык запросов SQL.
   
   
4. Проводить разведочный анализ данных
   Научитесь оценивать собранные данные и удалять непригодные для дальнейшего анализа атрибуты. Узнаете, как с помощью встроенных программных модулей Python, знаний математики и статистики исправлять ошибки в датасетах.
   
   
5. Строить аналитические модели
   Например, вы сможете построить воронку продаж для интернет-магазина на основе данных о продажах и расходах. Узнаете, как проводить когортный анализ и предсказывать выручку компании.
   
   
6. Разрабатывать модели машинного обучения
   Вы начнёте с простых моделей машинного обучения, которые требуют минимальных знаний программирования. После вводного курса такие термины, как регрессия, кластеризация, векторные и матричные вычисления не будут казаться чем-то страшным.